肿瘤诊断正逐渐进入一个新的产业阶段，其价值不再仅仅依赖于基因测序设备或专业实验室，而是越来越依赖于能够直接从医学图像中提取生物信息的人工智能模型。正是基于这一定位，Moonlight AI AG 是一家年轻的瑞士公司，专门从事应用于临床诊断的图像分析，并宣布筹集 280 万欧元的种子资金。
该初创公司以血液学、病理学和人工智能相结合的专业知识为基础，开发了能够将血涂片或细胞学样本图像转换为可用诊断数据的软件。其目标是让实验室和医生能够更快地识别与癌症相关的某些基因组生物标志物或病理特征，而无需系统地诉诸下一代基因测序（NGS）。
这种方法应对精准医学的结构限制。如果靶向治疗越来越依赖于肿瘤的基因分析，那么测序仍然昂贵、部署复杂，而且在医院环境中通常速度缓慢。 Moonlight AI 试图通过使用计算机视觉直接从日常临床工作流程中生成的图像中检测分子信息来绕过这一障碍。
Moonlight AI 首席执行官兼联合创始人 Christian Ruiz 解释道：“我们的技术使实验室能够从他们在基本工作流程中已使用的幻灯片中生成可操作的即时结果。” “通过消除对昂贵设备或手动流程的需求，我们使实验室能够提高诊断能力并更快地向患者提供结果。”
从技术上讲，该公司是应用于数字病理学的人工智能模型力量崛起的一部分。近年来，多项学术研究表明，从组织病理学图像推断某些基因突变或肿瘤特征已成为可能，为新一代人工智能辅助诊断开辟了道路。 Moonlight AI 现在正试图将这些科学进步转化为可大规模使用的临床基础设施。
该初创公司目前将其开发重点放在诊断复杂性较高的几种疾病上，包括骨髓增生异常综合征（MDS）、非小细胞肺癌和慢性淋巴细胞白血病。部分融资还应能够加速监管工作和所开发解决方案的营销。
该公司的关键战略资产之一是其专有数据库。 Moonlight AI 目前正在构建一个结合细胞病理学成像和基因组数据的库，其雄心是成为国际上第一个此类数据集。在医疗人工智能领域，数据的质量和多样性正在成为训练模型及其未来临床验证的决定因素。
Moonlight AI 首席技术官兼联合创始人 Nicole H. Romano 表示：“通过与国际临床合作伙伴联盟合作，我们正在构建一个数据集，旨在确保模型在现实实验室环境和不同患者群体中保持稳健。”
该初创公司还希望扩大该联盟，以增加用于训练其模型的数据的临床和地理多样性。 Moonlight AI 首席医疗官兼联合创始人 Stefan Habringer 博士强调：“基于人工智能的诊断的成功从根本上取决于临床数据的质量和多样性。” “因此，我们向其他希望帮助塑造下一代诊断方法的医院和实验室开放我们的联盟。”
本轮融资由 Lotus One Investment、VP Venture Partners 和 MEDIN Fund 共同领投，N&V Capital 以及历史投资者 QAI Ventures 跟投。
