獲FDA批准的醫療AI應用案例 | 矽谷洞察

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

隨著人工智慧成為許多領域的重要話題，人工智慧在醫療領域受到廣泛關注也不足為奇。雖然許多團隊正在對潛在的機器學習解決方案進行大規模的研究，但是只有少數獲得了FDA的批准。然而，據Eric Topol博士透露，自今年一月份以來，獲批准的團隊數已從14個增加到了26個。請繼續閱讀下面最新獲的批准的團隊名單，從多方面了解人工智慧在醫療領域的應用。

1.Apple Watch心電圖

Apple Watch 4系列的心電圖技術於去年9月份獲得FDA的批准，它使用電極捕捉心律異常。該技術是第一款面向消費者的產品，允許用戶從自己的手腕上獲取心電圖以向醫生提供關鍵的數據。 它能檢測心房顫動。心房顫動是臨床上最常見的一種心律失常，如果不加以治療可能會導致中風，估計大約有高達9%的65歲以上的老年人，2%的年輕人患有此疾病。Apple Watch 所提供的快速、便捷的心律測量方法有降低以上統計數據的可能。

2.Aidoc

Aidoc是一款應用程序，可以幫助放射科醫生在頭部CT掃描中識別急性顱內出血。該系統於去年夏天獲得FDA批准，它是第一個利用深度學習技術協助放射科醫生根據患者嚴重程度安排緊急性。該技術能在病人掃描後立即檢測圖像並告知放射科醫生該病人潛在的危險狀況，以幫助醫生確定病人的優先順序。對於一些出血可能危及生命的情況，放射科醫生必須以高優先順序緊急處理。 Aidoc可以顯著的縮短分析掃描圖像的時間，同時也能增強放射科醫生做決策的信心。

3.ProFound AI by iCAD

同樣，去年8月份獲得批准的是醫學技術領先企業iCAD的ProFound AI。ProFound AI提供了一套精確的、以人工智慧驅動的癌症檢測系統，它能通過分析乳腺切除圖像、或3D乳房X線片來診斷是否為惡性腫瘤。該應用是基於深度學習技術，通過提高檢測率，減少不必要的回想和假陽性來協助放射科醫生研究斷層圖像，從而加快閱讀速度。

4.Zebra Medical Vision

於2018年7月獲得FDA批准的Zera Medical Vision平台用心電門控CT掃描計算患者冠狀動脈鈣化程度，而這種動脈缺陷使冠狀動脈腔徑變窄以後可能會導致嚴重的冠心病事件。放射科醫生利用Zera提供的診斷工具能更好地判斷此類動脈缺陷的嚴重程度。Zebra還生成了能從圖片中檢測骨密度，肝臟脂肪和肺氣腫的AI演算法。

5.EchoMD由BAY實驗室提供的AutoEF

Bay Labs的深度學習軟體EchoMD AutoEF在去年6月獲得FDA的批准可用於醫療領域。在與明尼阿波利斯心臟研究所（Minneapolis Heart Institute）所進行的一項研究中，發現該技術在分析左心室射血分數(EF)方面比大多數心臟病醫生表現更卓越。因為它擁有的人工智慧平台是由來自9千名患者超過4百萬張超聲心電圖訓練而成的，它通過自動地檢查患者的超聲心電圖視頻片段，選取最合適的部分計算射血分數(EF)，進而促進心臟病醫生分析速度。EF是指心臟泵血效率，通常用百分數表示。 比如， 50%的射血分數(EF)表示左心室每收縮一次就會博出一半的血液注入動脈；它是心臟博血好壞及判斷心力衰竭類型的指征。

下表詳細地列出了已獲得批准的人工智慧平台名單，數據來自Dr.Topol 和Nature Journal。

原文鏈接：https://www.docwirenews.com/docwire-pick/future-of-medicine-picks/fda-approved-uses-of-ai-in-healthcare/

作者：Jack Carfagno

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！