全文概要
RIVANNA 公司宣布其 BoneEnhance 机器学习软件模块获得美国 FDA 510(k) 批准,作为 Accuro XV 诊断超声系统的首个机器学习模块,可在图像回顾过程中分割骨骼及周围组织,并以三维方式呈现骨骼解剖结构。这一获批标志着该平台从"图像采集"迈向"图像解读",为肌骨超声的点位护理(point-of-care)决策支持奠定基础。

1. 技术原理:从自动采集到自动标注
Accuro XV 采用可塑形的三维探头,在完成初始患者摆位后自动完成大视野容积图像采集。每个自动采集动作生成一个可用于回顾的容积数据集,BoneEnhance 在该容积内识别骨骼与周围组织,并以彩色覆盖层在二维 B 模式图像上高亮标注,原始解剖数据保持不变、清晰可见。图像旁的三维指示器则显示扫描方向及当前切面在容积中的位置,帮助操作者建立空间定位。
2. 验证数据:多中心独立测试的稳健表现
BoneEnhance 在全国 8 中心临床研究中完成训练与验证:3 个中心贡献训练数据,其余 5 个中心提供由 233 个容积数据集(来自 173 名受试者、共 69 900 张图像)构成的独立测试集,测试数据未用于训练或调参。由三位认证放射科医师建立参考标签,逐容积标签预测准确率(衡量解剖标注准确度)介于 95.1% 至 100.0%。此外,平台自动采集的同行评议证据显示,接受 1 小时培训的操作者采集的腕部与踝部图像中,超过 90% 可达到诊断解读标准,图像质量与医生采集相当。
3. 平台路线图:从解剖标注到损伤检测
RIVANNA 将 BoneEnhance 定位为决策支持堆栈的"第一层",其后续在研模块聚焦肌骨损伤检测,用于辅助临床医生在超声图像中评估可能的四肢骨折。支撑该平台的临床研究已从 8 个中心扩展至 10 个中心,正在为损伤检测模块构建训练数据集。公司联合创始人兼 CEO Will Mauldin 表示,自动容积采集与获批的软件辅助回顾相结合,正在弥合"决策关键信息游离于点位护理工作流之外"的长期痛点,该项目亦获得 BARDA 联邦资金支持。
来源:RIVANNA 官方新闻稿及国际医疗科技媒体

声明:本文资讯来源于公开报道及学术期刊,仅作行业信息传播,不构成临床用药建议。转载需注明来源。
- 1. 技术原理:从自动采集到自动标注
- 2. 验证数据:多中心独立测试的稳健表现
- 3. 平台路线图:从解剖标注到损伤检测






