Dua syarikat pemula NVIDIA Inception, iSono Health dan Whiterabbit.ai, sedang melancarkan alat AI yang diluluskan FDA untuk saringan kanser payudara dan penilaian risiko, bertujuan meredakan kesesakan saringan yang bakal bertambah buruk. Unjuran kekurangan puluhan ribu pakar radiologi dalam dekad akan datang membebankan keupayaan sistem untuk membaca mamogram, walaupun kira-kira 40 juta prosedur dilakukan di AS setiap tahun. Kedua-dua syarikat bergantung pada infrastruktur AI NVIDIA untuk mempercepatkan saluran paip mereka.
Imbasan dua minit ATUSA
Platform ATUSA iSono Health menangkap isipadu payudara standard dalam kira-kira dua minit setiap payudara. Ultrasound pegang tangan konvensional boleh mengambil masa sehingga 45 minit. AI syarikat ini dilatih pada ribuan imbasan payudara penuh — lebih 1.5 juta bingkai ultrasound — dan menggunakan pecutan GPU NVIDIA serta alat pengimejan perubatan sumber terbuka untuk menghasilkan imbasan 3D. iSono mendakwa imbasan itu 28% lebih sensitif berbanding ultrasound 2D pegang tangan.
📊 Snapshot Data Pasaran
ATUSA tersedia secara komersial melalui klinik rakan kongsi di California, Texas, Georgia, Tennessee dan Washington D.C. Satu kajian klinikal berbilang pusat dengan 3,200 pesakit sedang dijalankan, diketuai oleh tapak penyelidikan di UC Davis dan Vanderbilt University Medical Center. Neda Razavi, CEO iSono, sebelum ini menekankan jurang akses sebagai motivasi teras platform ini.
Permainan kepadatan dan risiko Whiterabbit
Perisian WRDensity Whiterabbit.ai yang diluluskan FDA secara automatik menilai kepadatan payudara daripada mamogram dan telah digunakan dalam penjagaan ratusan ribu pesakit. Syarikat itu juga membangunkan WRRisk, alat sokongan keputusan klinikal yang menganggarkan risiko jangka panjang pesakit untuk menghidap kanser payudara.
Jason Su, CEO Whiterabbit, berkata matlamatnya adalah untuk mengesan risiko lebih awal. Syarikat itu melatih model AI mereka pada kelompok GPU NVIDIA yang terletak di Washington University in St. Louis, ditambah dengan kapasiti GPU tambahan dalam awan. Inferens dijalankan pada GPU NVIDIA yang digunakan secara langsung di klinik — persediaan yang mengekalkan data setempat dan kependaman rendah.
Jurang saringan yang tidak dapat diselesaikan oleh kedua-dua alat sahaja
Kanser payudara adalah kanser yang paling biasa didiagnosis dalam kalangan wanita Amerika. Majoriti wanita berusia lebih 40 tahun melangkau saringan tahunan yang disyorkan. Pengimejan yang lebih pantas dan murah boleh membantu, tetapi penggunaan bergantung pada ekonomi klinik dan tindak lanjut pesakit. Kekurangan pakar radiologi adalah kekangan yang lebih sukar: AI boleh menyusun dan mengutamakan, tetapi masih ada yang perlu mengesahkan keputusan.
Apa yang ditandakan oleh kelulusan FDA
FDA telah meluluskan kedua-dua ATUSA dan WRDensity, yang penting melebihi kedua-dua produk ini. Ia menetapkan preseden untuk meluluskan peranti perubatan berasaskan AI yang bergantung pada inferens dipercepatkan GPU, dan ia meningkatkan tahap pengesahan bagi sesiapa yang mendakwa kegunaan klinikal. Bagi projek AI kripto yang menyentuh kes penggunaan perubatan tanpa ujian berbilang pusat atau data pesakit sebenar, tahap itu kini jelas lebih tinggi. Agensi itu belum mengumumkan sebarang tindakan penguatkuasaan terhadap token AI kripto, dan tiada petunjuk ia merancangnya. Tetapi kontras antara kajian 3,200 pesakit iSono dan kertas putih token AI biasa sukar untuk dilepaskan.
Kajian berbilang pusat iSono adalah pencapaian konkrit seterusnya untuk diperhatikan. Keputusan dari tapak UC Davis dan Vanderbilt akan menentukan sama ada kelebihan sensitiviti 28% itu kekal dalam populasi pesakit yang lebih luas — dan sama ada pembayar mula menganggap ultrasound payudara dua minit sebagai pilihan standard dan bukan pilihan khusus.
