Signal YCurated AI News
更新于 11/5 20:4061 个信源

从筛查到治疗方案,AI 助力填补乳腺癌诊疗最致命的缺口

企业 AI10/5 21:00NVIDIA Blog查看原文 ↗
摘要

英伟达博客介绍了其 Inception 创业计划中的多家初创公司,如何在乳腺癌筛查、影像判读与治疗决策等环节用 AI 填补医疗缺口,并以 iSono Health 的 FDA 获批自动化 3D 超声平台 ATUSA 作为重点案例。

核心要点
  • 美国每年约有 4000 万次乳腺 X 光检查,而未来十年预计将出现数万名放射科医生缺口,阅片能力吃紧
  • iSono Health 的 ATUSA 是 FDA 获批的可穿戴自动化 3D 定量超声系统,每侧乳房约 2 分钟完成标准化全乳成像,常规手持超声则需要最多 45 分钟
  • 该系统的 AI 基于数千例全乳扫描、超过 150 万帧超声影像训练,公司称其 3D 扫描比手持 2D 超声灵敏度高 28%
  • 手持超声结果依赖操作者,年度之间难以对比;ATUSA 以固定方式采集全乳,可支持跨次扫描的纵向组织变化分析,减少操作者误差与变异
  • ATUSA 已通过与加州、得州、佐治亚州、田纳西州及华盛顿特区的合作诊所商业化落地,并持续新增站点
原文佐证
  • About 40 million mammograms are performed in the U.S. each year, but a projected shortfall of tens of thousands of radiologists over the next decade is straining the system’s capacity to read them.
  • captures a standardized breast volume in approximately two minutes per breast, compared with up to 45 minutes for a conventional handheld ultrasound
  • It uses NVIDIA GPU acceleration and open source medical imaging technology to deliver a 3D scan that the company says is 28% more sensitive than a handheld 2D ultrasound.
AI 洞察
这篇内容真正的信号不在算法精度,而在医疗影像 AI 的竞争重心正从"单点识别"转向"标准化采集+可纵向对比的临床工作流"——谁掌握可重复的数据入口,谁才拿得到长期诊断价值。英伟达借 Inception 把 GPU 生态前置到筛查设备与诊断管线中,等于把算力叙事延伸到临床最前端。但决定生死的仍是监管审批与支付方采纳,而非榜单上的灵敏度数字。