英伟达博客介绍多家Inception初创公司的乳腺癌AI工具
NVIDIA博客称，iSono Health的ATUSA系统约两分钟完成单侧乳房3D超声扫描，Whiterabbit.ai的WRDensity已用于数十万患者，Ataraxis AI的模型在10余家机构验证并已临床使用。
AI解读：NVIDIA博客介绍其Inception创业计划中多家公司开发的乳腺癌AI应用，覆盖影像筛查、风险评估和治疗方案辅助等环节，均由NVIDIA AI基础设施加速。
iSono Health的ATUSA是一款获FDA许可的可穿戴自动化3D定量超声系统，公司称单侧乳房扫描约2分钟，并称其3D扫描灵敏度比手持2D超声高28%。
Whiterabbit.ai的WRDensity软件获FDA许可，可自动评估乳腺密度，公司称已用于数十万名患者的诊疗；该公司还在研发用于mammography的新一代AI。
Ataraxis AI的模型分析数字病理切片和临床变量，预测术前化疗响应和术后五年复发风险；公司称模型已在10余家机构和多项临床试验中验证并处于临床使用。
NVIDIA博客发文介绍其Inception创业计划中多家公司正在开发的乳腺癌AI应用。文章称，这些工具覆盖影像采集、风险评估和治疗方案辅助等环节，针对美国乳腺癌诊疗流程中的几处瓶颈：40岁以上女性多数未按推荐每年筛查，放射科医生人手不足，以及指导治疗的检测可能需要数周才有结果。
文章给出的背景数字包括：美国每年约进行4000万次乳房X光检查，而未来十年预计放射科医生缺口达数万人。
iSono Health的ATUSA：两分钟完成单侧乳房3D超声
NVIDIA Inception成员iSono Health开发了ATUSA平台。文章称，这是一款获FDA许可的可穿戴自动化3D定量超声系统，可在大约两分钟内完成单侧乳房的标准化三维成像，而传统手持超声最多需要45分钟。该系统AI在数千例全乳扫描、超过150万帧超声图像上训练，自动完成图像采集，并使用NVIDIA GPU加速和开源医学影像技术。公司称，其3D扫描的灵敏度比手持2D超声高28%。
文章指出，手持超声的结果依赖操作者，患者不同年份的扫描通常难以直接对比；ATUSA每次以相同方式采集整个乳房，形成可重复的视图，有助于临床医生分析患者组织在连续扫描间的变化，并减少操作误差和变异性。
ATUSA已通过合作诊所在加利福尼亚州、得克萨斯州、佐治亚州、田纳西州和华盛顿特区投入商业使用，文章称新站点正在陆续上线。iSono Health还开发了病灶检测、3D分割和病灶分类的AI能力，下一步计划将AI管线扩展至融合3D超声、乳房X光、MRI和临床信息的多模态诊断智能。公司正在开展一项纳入3200名患者的多中心临床研究，牵头研究机构包括加州大学戴维斯分校和范德堡大学医学中心。
- 公司CEO Neda Razavi表示：“让扫描离患者更近是第一个突破。我们的愿景是让扫描信息更丰富：帮助临床医生看到那里有什么、理解发生了什么变化，并做出更明智的决定。”
Whiterabbit.ai：乳腺密度评估已用于数十万患者
另一家NVIDIA Inception公司Whiterabbit.ai开发乳腺癌筛查AI技术。其WRDensity软件获FDA许可，可自动从乳房X光片中评估乳腺密度，文章称已用于数十万名患者的诊疗。该公司还开发了WRRisk，一款用于估算患者长期乳腺癌风险的临床决策支持软件，并正在研究新一代乳房X光AI，目标是在帮助放射科医生发现更多癌症的同时，自动筛查结果为阴性的乳房X光片。
文章称，这些工作的目标是减轻紧张的放射科医生工作负担、加快出结果、减少患者不必要的召回，并降低下游医疗成本。
- 公司联合创始人兼首席技术官Jason Su表示：“每天，乳腺放射科医生都面临大海捞针的问题，要在约每200张乳房X光片中找出约1例癌症。我们希望AI能成为放射科医生的强大助手，帮忙拨开干草，让他们把专业能力集中在最重要的地方。”
Ataraxis AI：用病理切片预测治疗响应和复发风险
Ataraxis AI正在构建临床智能，利用数字数据预测患者结局和对不同疗法的响应，所用数据包括标准诊疗流程中已有的病理切片。文章称，当前这类预测范围和准确性有限，往往需要单独的组织活检，并要等待两到四周。
该公司的AI模型分析数字病理切片和标准临床变量，预测治疗响应和复发风险。其中一个模型预测术前化疗是否可能使患者肿瘤缩小到产生响应的程度；术后另一个模型估算患者五年复发风险和后续化疗的可能获益。文章称，两个模型已在超过10家机构和多项临床试验中验证，并处于活跃的临床使用中。模型使用PyTorch和NVIDIA CUDA，在本地、异地数据中心和云端的NVIDIA GPU上运行。
- 公司技术团队成员Joseph Cappadona表示：“肿瘤科医生今天依赖的指导治疗决策的工具，大多是15年前一次性训练出来的，从未更新。我们的模型每获得更多临床试验数据就会变得更强。随着模型规模扩大，更大的转变是能够回答更多问题，帮助肿瘤科医生在所有癌症中实现个体化治疗。”
SimBioSys：用3D模型和MRI数据辅助手术与治疗规划
NVIDIA Inception成员SimBioSys参与了NVIDIA近期一场纪念乳腺癌宣传月的专题讨论。该公司构建AI驱动的精准医疗技术，创建乳腺肿瘤、静脉和其他软组织的准确3D模型，为手术和治疗方案提供参考。它还开发了一款工具，基于患者乳腺MRI的3D体积数据、肿瘤病理和临床数据估算乳腺癌复发风险。
文章称，SimBioSys使用NVIDIA MONAI进行训练和验证数据，并使用包括cuBLAS和MONAI Deploy在内的NVIDIA CUDA-X库处理影像技术，运行在云端的NVIDIA GPU上。
- 公司CEO Stacey Stevens在活动中表示：“我们正在构建一个平台，现在可以接收多模态数据——影像检查、病理结果、适用的基因组检测和其他生物学输入——并用AI将它们整合在一起。这样做时，它会产生超出任何单一数据的新洞察。”
- Stevens还表示：“NVIDIA技术给了我们算力，可以获取数百或数千张图像，应用AI并快速分析。速度很重要，因为患者和医生需要快速得到答案，他们等不起几天或几周。”
文章标注
文章末尾注明，文中描述的某些技术尚在研究阶段，未获美国FDA批准用于商业用途。文章还提到，Stacey Stevens与NVIDIA北美和拉美医疗AI初创企业负责人Chelsea Sumner于10月1日在亚利桑那州凤凰城参加了一场关于AI推进乳腺癌诊疗的专题讨论。