BioStack获950万美元融资：把医院数据转化为医学AI训练与评测体系

将 ScienceAI设为星标

第一时间掌握

新鲜的 AI for Science 资讯

编辑丨&

10 月 22 日，医疗数据基础设施初创公司 BioStack 宣布完成 950 万美元种子轮融资。该公司致力于解决医疗 AI 开发中的数据孤岛难题，通过整合分散在不同系统中的临床数据，构建可用于模型训练的高质量多模态数据集。

BioStack 由 Sanat Mishra 和 Parth Patwa 联合创立。Mishra 曾在斯坦福、耶鲁、卡内基梅隆大学及马克斯·普朗克研究所工作；Patwa 曾任 AWS 生成式人工智能科学家及 MIT 研究员，发表过 40 多篇相关领域论文。

纵向多模态数据：打破医疗信息孤岛

医院积累了大量真实临床数据，但往往分散在电子健康记录（EHR）、检验系统、影像系统、处方记录及随访系统中。单一维度的病历或影像难以全面反映患者状况。BioStack 的核心价值在于将检查、诊断、治疗过程与长期结局连接起来，形成完整的纵向患者病程记录，从而帮助研究者分析疾病发展、干预反应及治疗结果的相关性。

官网链接：https://www.getbiostack.com/

数据规模与处理能力

BioStack 的数据类型涵盖 EHR、实验室检查、医学影像、心电图、临床笔记、音频、治疗信息及患者结局。公司根据医疗机构流程建立数据处理工作流，对信息进行去标识化处理后，整理为面向研究与 AI 开发的数据集。

目前，BioStack 已在美国、印度、巴西和阿根廷建立医院合作网络，可接触超过 1 亿条去标识化患者记录。公司已将数十万量级的 X 光、MRI 和 CT 影像与病理及临床记录结合，并拥有数百万份远程医疗音频转录记录。

相关链接：https://www.prnewswire.com/news-releases/biostack-raises-9-5m-to-turn-global-hospital-data-into-multimodal-training-datasets-for-medical-ai-302916123.html

除数据收集外，BioStack 还提供机器学习数据集构建、数据标注、模型预训练与后训练数据生成，以及强化学习环境和多智能体推理基础设施服务。

影像基准：评估 AI 的“证据 grounded”能力

在技术博客《We Made Medical Al Show Its Work (Part 1)》中，BioStack 发布了名为 Evidence-Grounded Multimodal Medical-Imaging Benchmark 的医学影像评测基准。该基准包含来自 135 个病例的 513 道选择题，初始数据源自 186 例去标识化 CT、MRI 和 PET/CT 病例及其放射科报告，共计 134,828 个 DICOM 影像实例，分布在 2,166 个影像序列中。

图示：用于说明的展示图像。

评测机制与指标

研究团队根据放射科报告确定需评估的影像发现，从完整序列中筛选相关切片并与对照影像组合。每道题提供 1 个问题、5 个候选答案及 7 至 12 张编号影像。模型不仅需选择正确答案，还需指出 1~3 张支持该答案的影像。

评测包含三类指标：

• 答案准确率：衡量模型是否选中参考答案；
• 证据准确率：衡量模型是否找到可接受的支持影像；
• 联合准确率：要求答案和影像证据同时正确。

答案正确与过程正确的差距

测试采用简短固定的提示词。

图示：团队所使用的提示词。

BioStack 对前沿模型进行的五次完整评测显示，模型的答案准确率介于 33.9% 至 41.9%，但联合准确率仅为 11.7% 至 25.0%。这表明，即使模型选出了正确答案，也往往无法提供合格的影像证据支持，反映出当前医疗 AI 在可解释性和推理过程上的不足。

图示：评测结果。

最终数据集由 533 道候选题筛选而来，删除了 20 道因影像缺乏物理尺度而无法精确测量的题目。剩余 513 道题目按病例隔离划分为开发集（329 道）、验证集（96 道）和测试集（88 道）。

可用的数据与可验证的能力

此次 950 万美元融资将支持 BioStack 扩展数据网络与技术平台。其产品战略分为两层：底层是将医疗机构异构记录整理为可用作研究和模型开发的数据产品；上层是为医疗 AI 建立数据标注、评测和后训练基础设施。

尽管公司展示了基准设计方法和评测结果，但尚未证明使用其数据进行后训练能直接改善模型性能。BioStack 的未来竞争力不仅取决于记录数量，更取决于其数据能否稳定转化为高质量、可追溯且适合特定任务的样本，以及这些样本能否真正助力客户提升模型表现。