Twee NVIDIA Inception-startups, iSono Health en Whiterabbit.ai, introduceren door de FDA goedgekeurde AI-tools voor borstkankerscreening en risicobeoordeling, met als doel een screeningknelpunt te verlichten dat op het punt staat te verergeren. Een verwacht tekort van tienduizenden radiologen in de komende tien jaar zet de capaciteit van het zorgsysteem om mammogrammen te beoordelen onder druk, terwijl er in de VS jaarlijks ongeveer 40 miljoen worden uitgevoerd. Beide bedrijven leunen op de AI-infrastructuur van NVIDIA om hun processen te versnellen.
De twee-minutenscan van ATUSA
Het ATUSA-platform van iSono Health legt een gestandaardiseerd borstvolume vast in ongeveer twee minuten per borst. Een conventionele handmatige echografie kan tot wel 45 minuten duren. De AI van het bedrijf is getraind op duizenden volledige borstscans — meer dan 1,5 miljoen echobeelden — en maakt gebruik van NVIDIA GPU-versnelling plus opensource tools voor medische beeldvorming om een 3D-scan te produceren. iSono stelt dat deze scan 28% gevoeliger is dan een handmatige 2D-echografie.
📊 Marktgegevens Snapshot
ATUSA is commercieel verkrijgbaar via partnerklinieken in Californië, Texas, Georgia, Tennessee en Washington D.C. Er loopt momenteel een multicenter klinische studie met 3.200 patiënten, geleid door onderzoekslocaties bij UC Davis en Vanderbilt University Medical Center. Neda Razavi, CEO van iSono, noemde eerder de hiaten in de toegang tot zorg als een belangrijke drijfveer voor het platform.
Whiterabbits inzet op dichtheid en risico
De door de FDA goedgekeurde WRDensity-software van Whiterabbit.ai beoordeelt automatisch de borstdichtheid op basis van mammogrammen en is al ingezet bij de zorg voor honderdduizenden patiënten. Het bedrijf ontwikkelde ook WRRisk, een klinische beslissingsondersteunende tool die het langetermijnrisico van een patiënt op het ontwikkelen van borstkanker inschat.
Jason Su, CEO van Whiterabbit, heeft verklaard dat het doel is om risico's eerder te signaleren. Het bedrijf traint zijn AI-modellen op een cluster van NVIDIA GPU's aan de Washington University in St. Louis, aangevuld met extra GPU-capaciteit in de cloud. Inferentie draait op NVIDIA GPU's die direct in de kliniek zijn geplaatst — een opstelling die data lokaal houdt en de latentie laag houdt.
De screeningkloof die geen van beide tools alleen oplost
Borstkanker is de meest gediagnosticeerde vorm van kanker onder Amerikaanse vrouwen. Een meerderheid van de vrouwen boven de 40 slaat de aanbevolen jaarlijkse screening over. Snellere en goedkopere beeldvorming zou kunnen helpen, maar de invoering hangt af van de economische haalbaarheid voor klinieken en de therapietrouw van patiënten. Het tekort aan radiologen is de zwaardere belemmering: AI kan triëren en prioriteren, maar er moet nog altijd iemand zijn die de resultaten definitief goedkeurt.
Wat de FDA-goedkeuringen betekenen
De FDA heeft zowel ATUSA als WRDensity goedgekeurd, wat van betekenis is tot ver buiten deze twee producten. Het schept een precedent voor het goedkeuren van op AI gebaseerde medische hulpmiddelen die vertrouwen op GPU-versnelde inferentie, en het legt de validatielat hoger voor iedereen die klinisch nut claimt. Voor crypto-AI-projecten die hinten naar medische use-cases zonder multicenter studies of echte patiëntdata, ligt die lat nu zichtbaar hoger. De toezichthouder heeft geen handhavingsmaatregelen aangekondigd tegen crypto-AI-tokens en er zijn geen aanwijzingen dat men dat van plan is. Maar het contrast tussen de studie met 3.200 patiënten van iSono en het doorsnee whitepaper van een AI-token is nauwelijks te missen.
De multicenter studie van iSono is de volgende concrete mijlpaal om te volgen. Resultaten van de locaties UC Davis en Vanderbilt zullen bepalen of het gevoeligheidsvoordeel van 28% standhoudt in een bredere patiëntenpopulatie — en of verzekeraars een twee minuten durende borstechografie gaan behandelen als een standaardoptie in plaats van een exclusieve nicheoplossing.
