September 19, 2021

La start-up d’étiquetage de données Centaur Labs clôture une série A de 15 millions de dollars

La start-up d’étiquetage de données basée à Boston, Centaur Labs, a clôturé un cycle de financement de série A de 15 millions de dollars pour continuer à étiqueter les données médicales mondiales.

Le cycle de la série A a été dirigé par Matrix Partners et a bénéficié de la participation d’entreprises comme Accel, Global Founders Capital, Susa Ventures et Y Combinator. Des investisseurs individuels comme John Capodilupo (fondateur et CTO de WHOOP), Tom Lee (fondateur de One Medical) et Elliot Cohen (fondateur et CPO de PillPack) ont également participé. Stan Reiss, associé chez Matrix Partners, a fait référence à la ronde en déclarant :

« La technologie de Centaur n’offre pas seulement des étiquettes de données, elle repense le deuxième avis médical et exploite un réseau d’experts de confiance. La capacité de l’IA à avoir un impact sur les soins de santé dépend de la capacité à résoudre le goulot d’étranglement de l’étiquetage des données, et Centaur catalysera le développement et l’adoption de solutions d’IA dans l’ensemble de l’industrie.

L’industrie de la santé représentant plus de 30 % des données mondiales générées chaque jour, ces données sont difficiles à gérer en raison d’un mauvais étiquetage et de structures défectueuses. Cela empêche l’industrie de l’intelligence artificielle d’utiliser efficacement les données pour former leurs algorithmes d’apprentissage automatique.

Centaur Labs vise à résoudre ce problème en exploitant la puissance d’un réseau d’étudiants et de professionnels du secteur de la santé, en leur fournissant une application gamifiée qui les récompense pour l’étiquetage des données. Selon la complexité des données, la plateforme utilise un échantillon plus ou moins grand pour parvenir à un consensus. Erik Duhaime, co-fondateur et PDG de Centaur Labs, a évoqué cette approche en déclarant :

« L’IA apprend comme les humains – par l’exemple – et pour entraîner un algorithme, il faut des milliers, voire des millions d’exemples. Il est difficile de conserver de grands ensembles de données médicales et presque impossible de trouver des étiquettes précises auprès de personnes ayant des connaissances médicales et une formation spécialisée. Notre plate-forme est conçue pour prendre en charge un large éventail de tâches médicales spécialisées et pour s’adapter rapidement à des millions d’étiquettes. »

Le nouveau financement alimentera l’expansion du réseau mondial de Centaur Lab, stimulera le développement de produits et augmentera les embauches, tout en permettant à la startup d’étiquetage des données de santé de capitaliser sur la demande croissante de données médicales pour la formation de modèles d’IA.

{

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|