首个获FDA批准的AI辅助心脏成像系统,是如何诞生的?

简介:

首个获FDA批准的AI辅助心脏成像系统,是如何诞生的?

当多数医疗领域的人工智能应用还在实验阶段时,美国的Arterys公司已经获得FDA批准,在云端使用AI辅助心脏成像。

Arterys开发了一款Cardio DL应用,它使用深度学习来自动完成放射科医生曾经要手动执行的任务,基于常规心脏MRI图像进行自动化的心室分割,精确性可与经验丰富的医生相比。这也是第一个被FDA批准的,在临床中使用云计算和深度学习的应用。

通过MRI获取心脏图像,是一个复杂且耗时的过程。传统上,放射科医生会使用软件来分割和绘制心室周围的轮廓,以确定心脏的运行状况。而新的AI辅助软件可以用深度生习生成心室内外的轮廓,加速处理过程并提高准确性。

据雷锋网(公众号:雷锋网)了解,Arterys在开发过程中,挖掘了3000多个心脏病例数据。据称,Cardio DL会生成可编辑的自动轮廓,能在几秒钟内准确提供心脏测量,相比之下,手动处理可能要一个小时。Arterys还有一个独特的临床标注平台,每次用户查看平台上的研究时,它就会收集真实数据。将来,这些收集上来的数据,还可以用来优化深度学习模型。

该程序在去年12月已经在欧洲获得CE认证,可以在标准的Web浏览器中运行。患者的数据会被发送到云端进行计算分析,只有医院和医生知道患者的身份。

Arterys公司在2016年3月获得了1200万美元的A轮融资,投资人包括GE Ventures,Stanford-StartX基金和Norwich Ventures和Emergent Medical Partners等。此前的投资人AME Cloud Ventures和Morado Ventures也参与其中。

首个获FDA批准的AI辅助心脏成像系统,是如何诞生的?

而提到GE Ventures,就不得不说其实Arterys的成就,与另一家医疗设备公司GE Healthcare有关。

当在数年前想把MRI图像转换成多维时,GE Healthcare想解决这样一个问题:

当一个病人患有心脏病的症状时,心脏病学家推荐病人的心脏瓣膜之一已经磨损或畸形。心脏跳动,让血液从一个腔室流动到下一个腔室时,瓣膜应该完全关闭,防止血液回流。然后瓣膜重新打开,让血液再次涌入。

当前的成像工具,如超声心动图和MRI,可以帮助医生了解心脏结构,评估瓣膜的状况,但很难显现出瓣膜损坏到了什么程度。这往往意味着医生必须做一个艰难的选择:要么给病人做侵入性的心脏手术,这就存在很大风险;要么通过药物控制病情,但如果情况比想像的更糟糕,也会带来更大风险。

在现有技术中,医生只能在怀疑有瓣膜损伤的部分,尽力指导MRI技术人员获取心脏平面的2D横截面图像。整个过程可能长达90分钟,而且会对病人带来压力,因为他们需要保持平静,并不断反复呼吸。

除了花时间指导MRI扫描外,医生还要解读图像,即在扫描图像上描绘出心肌的轮廓。然后他们会用软件计算通过心室、瓣膜和血管的血流量。

所以,GE Healthcare希望能够提供更完整的三维数据,除了包括心血管结构,还包括血液的流动状况。这种成像又被称为4D Flow,即收集三维的空间数据,以及第四维的时间数据。公司希望加快数据采集速度,节省医生和患者的时间。它预期会将检查时间减少到10分钟,而且患者不需要屏住呼吸。

结果是它做到了,其中用到的主要技术,是对在MRI扫描中对准胸部的射频脉冲序列进行重新编程。为特定诊断目的而调整医学成像设备时,也常用这种方法。

GE Healthcare努力的结果是,会对整个胸部(当然也包括心脏)生成许多2D切片(或g平面)的堆栈。但即使如此,医生还是要分析所有这些切片,才能找到可疑的心脏缺陷。

这时,斯坦福一位临床医生Albert Hsiao出现了。由于出众的软件开发经验,他开发出了一个图形程序原型,可以将所有那些2D切片组装成一个3D图像,并显示跳动的心脏中的血流量。

正是这个想法,直接导致在2011年,Arterys公司的正式成立,这也注定了它主要的业务是在心脏成像领域。

首个获FDA批准的AI辅助心脏成像系统,是如何诞生的?

而在约五年前,GE Healthcare认识到了MRI的一些局限,并开始与斯坦福大学医生合作下一代MRI技术,以便更好地诊断心脏病。

这项工作的结果是,新的扫描结果可以显示患者跳动着的心脏的3D动画,而且图像能旋转,从任何角度查看。现在,这些扫描仪仅在斯坦福和其它9个医学中心使用。

整个工程用到了多种技术,而且也与Arterys有合作。这是因为,调整过的MRI其产生的原始数据过多,医院现有的设备无法将其融合成医生可直观解释的图像。为了解决这个问题,Arterys利用了“超级马里奥3D”这样游戏中用到的技术,将MRI产生的千兆数据传送到云端进行处理。而新的MRI系统就是ViosWorks。

整套ViosWorks系统的的设置加扫描时间只要30分钟,不像传统MRI那样要90分钟,这样医疗中心每天可以用同一台扫描仪检查更多患者。而且医生不需要花时间指导MRI技术人员,或计算血流,这些工作几 分钟内就能用基于Web的软件生成。

医院也还能用现有的MRI机器,GE Healthcare就可以调试自家已有15年之久的老仪器。心脏病专家还可以在院外用浏览器查看病人的3D扫描影像。

去年11月,Arterys获得了FDA 510(k)批准,获批的软件如上面所述的,会连接到MRI机器,可以对通过心脏的血流做非侵入性的精确量化。整套系统已经开始商业化,它安装在GE Healthcare的MRI扫描仪上,通过ViosWorks应用使用。而到今年1月,Arterys又再次获批在云端使用AI辅助心脏成像。

除了从事用MRI数据构建3D图像这样的工作外,Arterys还开发了用于保护患者隐私的软件。这种软件会在扫描文件上传到云端之前,从中去除个人身份信息。

GE Healthcare和Arterys两家公司还希望使用机器学习,从不同个人的MRI数据中提取洞见,比如找出 一些可用于预测心脏状况发展的图像特征,或找到某种可能的治疗方式。

另外,类似的技术还可以用于心脏病以外的疾病,Arterys已经计划将其服务扩展到肿瘤学成像,使用AI来跟踪肿瘤是如何变化的。当然,这需要额外的FDA认证。

本文参考来源:medcityXconomyPR Newswire

雷锋网推荐阅读:

雷锋网详解:智能医学影像分析的前沿与挑战 | 硬创公开课

飞利浦脑洞大开的“VR“科技,如何助力钉子准确打入脊柱?

哈佛大学发布可植入软体机器人,为衰竭的心脏在无需接触血液的情况下泵血


本文作者:张驰

本文转自雷锋网禁止二次转载,原文链接

相关文章
|
8月前
|
人工智能 监控 安全
提效40%?揭秘AI驱动的支付方式“一键接入”系统
本项目构建AI驱动的研发提效系统,通过Qwen Coder与MCP工具链协同,实现跨境支付渠道接入的自动化闭环。采用多智能体协作模式,结合结构化Prompt、任务拆解、流程管控与安全约束,显著提升研发效率与交付质量,探索大模型在复杂业务场景下的高采纳率编码实践。
793 26
提效40%?揭秘AI驱动的支付方式“一键接入”系统
|
8月前
|
人工智能 自然语言处理 前端开发
最佳实践2:用通义灵码以自然语言交互实现 AI 高考志愿填报系统
本项目旨在通过自然语言交互,结合通义千问AI模型,构建一个智能高考志愿填报系统。利用Vue3与Python,实现信息采集、AI推荐、专业详情展示及数据存储功能,支持响应式设计与Supabase数据库集成,助力考生精准择校选专业。(239字)
769 12
|
8月前
|
存储 人工智能 搜索推荐
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
本文介绍基于LangGraph构建的双层记忆系统,通过短期与长期记忆协同,实现AI代理的持续学习。短期记忆管理会话内上下文,长期记忆跨会话存储用户偏好与决策,结合人机协作反馈循环,动态更新提示词,使代理具备个性化响应与行为进化能力。
1495 10
LangGraph 记忆系统实战:反馈循环 + 动态 Prompt 让 AI 持续学习
|
8月前
|
机器学习/深度学习 人工智能 JSON
PHP从0到1实现 AI 智能体系统并且训练知识库资料
本文详解如何用PHP从0到1构建AI智能体,涵盖提示词设计、记忆管理、知识库集成与反馈优化四大核心训练维度,结合实战案例与系统架构,助你打造懂业务、会进化的专属AI助手。
1219 6
|
8月前
|
人工智能 JSON 安全
Claude Code插件系统:重塑AI辅助编程的工作流
Anthropic为Claude Code推出插件系统与市场,支持斜杠命令、子代理、MCP服务器等功能模块,实现工作流自动化与团队协作标准化。开发者可封装常用工具或知识为插件,一键共享复用,构建个性化AI编程环境,推动AI助手从工具迈向生态化平台。
2156 1
|
8月前
|
存储 人工智能 自然语言处理
拔俗AI产投公司档案管理系统:让数据资产 “活” 起来的智能助手
AI产投档案管理系统通过NLP、知识图谱与加密技术,实现档案智能分类、秒级检索与数据关联分析,破解传统人工管理效率低、数据孤岛难题,助力投资决策提效与数据资产化,推动AI产投数字化转型。
355 0
|
8月前
|
人工智能 算法 数据安全/隐私保护
拔俗AI多模态心理风险预警系统:用科技守护心理健康的第一道防线
AI多模态心理风险预警系统通过语音、文本、表情与行为数据,智能识别抑郁、焦虑等心理风险,实现早期干预。融合多源信息,提升准确率,广泛应用于校园、企业,助力心理健康服务从“被动响应”转向“主动预防”,为心灵筑起智能防线。(238字)
866 0
|
8月前
|
人工智能 搜索推荐 Cloud Native
拔俗AI助教系统:教师的"超级教学秘书",让每堂课都精准高效
备课到深夜、批改作业如山?阿里云原生AI助教系统,化身“超级教学秘书”,智能备课、实时学情分析、自动批改、精准辅导,为教师减负增效。让课堂从经验驱动转向数据驱动,每位学生都被看见,教育更有温度。
784 0
|
8月前
|
机器学习/深度学习 人工智能 监控
拔俗AI智能营运分析助手软件系统:企业决策的"数据军师",让经营从"拍脑袋"变"精准导航"
AI智能营运分析助手打破数据孤岛,实时整合ERP、CRM等系统数据,自动生成报表、智能预警与可视化决策建议,助力企业从“经验驱动”迈向“数据驱动”,提升决策效率,降低运营成本,精准把握市场先机。(238字)
244 0
|
8月前
|
存储 人工智能 自然语言处理
拔俗AI自动化评价分析系统:让数据说话,让决策更智能
在用户体验为核心的时代,传统评价分析面临效率低、洞察浅等痛点。本文基于阿里云AI与大数据技术,构建“数据-算法-应用”三层智能分析体系,实现多源数据实时接入、情感与主题精准识别、跨模态融合分析及实时预警,助力企业提升运营效率、加速产品迭代、优化服务质量,并已在头部电商平台成功落地,显著提升用户满意度与商业转化。
673 0