AI百科网 AI教程
产品动态

FDA 批了个超声模块,可它不看病

一个被批为「首个机器学习模块」的超声功能,做的事其实是给骨头和周围组织上色。这篇讲清 510(k) 批的到底是什么,以及八个中心的独立测试集怎么搭。

本文目录 · 6 节

看到「AI 拿到 FDA 许可」,很多人的第一反应是机器开始诊断了。这次不是。

一、发生了什么

10 月 22 日,总部在弗吉尼亚州夏洛茨维尔的 RIVANNA 宣布,美国 FDA 已对其 BoneEnhance 给出 510(k) 许可。这是一个跑在 Accuro XV 诊断超声系统上的机器学习软件模块,作用是分割骨头与周围组织,并在阅片时以三维方式显示骨骼解剖结构。公司称,它是 Accuro XV 平台上第一个获批的机器学习模块。作为对比,平台本身在 2026 年 4 月拿到肌骨与浅表应用的 B 模式成像许可,公司在 5 月 7 日对外公布。

产品的形态值得说清楚:Accuro XV 是一台推车式设备,配一个可贴合体表的三维探头,靠电机做线性移动,在 10 厘米的扫描范围内自动采集。BoneEnhance 拿到的是体积数据之后的那一步——在二维灰阶图上用彩色叠加标出骨与软组织,原图仍然可见,屏幕上另有一个三维指示器告诉你当前切面在整块体积里的位置。

验证是这样做的:全国八个中心参与,三个中心提供训练数据,另外五个构成独立测试集,共 233 个体积数据、69,900 张图像、173 名受试者,官方称这些数据没有参与训练或调参。参考标签由三名有执照的放射科医生确定。按体积统计的解剖标注准确率区间为 95.1% 到 100%。公司另引用了一项 205 名患者的研究,操作者经一小时培训后采集的腕踝图像中,超过九成达到可供诊断判读的质量。

二、跟你有什么关系

医院设备科:这类模块的价值在流程,不在算法。它把「拍完片子要等医生逐层看」变成「拍完就带标注」,对急诊和基层的意义最大。

做医疗 AI 的团队:注意它的验证设计。训练中心和测试中心是分开的,测试集没参与调参,这是 510(k) 里最容易被审的地方。你的数据集划分能不能讲清这一点,直接决定申报顺不顺。

看这类新闻的普通人:别把它当成骨折筛查。它标的是解剖结构,不是病灶。

三、怎么判断

读到这儿,可以顺路看 汤道生预告混元 Hy4:第一次能看图 腾讯在数字生态大会上预告混元 Hy4 正式版,首次加入视觉理解,还会推出主打性价比的 Flash 版。这篇只按预告口径写,讲清升级点、Flash 的定位和该等什么再动手。
  1. 先看许可的范围。510(k) 的含义是与已上市产品实质等同,不是证明了临床收益。读许可摘要里的适应症原文,比读新闻稿准确。
  2. 再看测试集来源。同一家医院、同一批设备采的数据,准确率会虚高。跨中心、跨机型才算硬指标。
  3. 最后看它替代了谁的工作。如果替代的是医生的重复劳动,落地会快;如果替代的是判断,就会卡在责任归属上。

四、三个别信的说法

FDA 批了,说明 AI 能诊断骨折。 这个模块做的是解剖标注,诊断结论仍由医生给。公司自己在通稿里也只说这是决策支持的起点,后续的骨折检测模块还在研究中。

准确率 95% 到 100%,比医生还准。 这是「解剖标签预测」的准确率,任务本身比诊断简单得多——把骨头从软组织里分出来,和判断有没有骨折是两码事。而且区间上限 100% 通常是简单样本撑起来的。

八个中心的研究,样本量很大。 233 个体积数据算不上大样本。它够用来支撑一次许可,不足以覆盖肥胖患者、石膏固定、儿童骨骺这些边界情况。

五、一句话结论

这次批准的分量在于「拍片」和「读片」被同一台设备接上了,而不在于 AI 会看病了。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。

关于这篇

本文为编辑整理的行业动态,未附官方原文链接。涉及价格、参数、发布时间的,请以厂商官方页面为准;发现错误可来信指出,会在「本次更新」里注明。

下一站 · 具身智能 机器人学拧螺丝,为什么要拆成两步教 读完能理解机器人自主拧螺丝为何难:接触密集、发力精细、环境多变。新研究把任务拆成两段三模块,在真机上做到对齐成功率接近熟练工人,做具身操作的人可参考其分步思路。
下一篇,直接发你邮箱

每周一封,只发新教程和可复制模板。不发广告,随时退订。

复制规范引用格式,便于转载注明出处
这篇有用吗?