Butterfly Network推AI辅助主动脉瓣与主动脉筛查新工具

Butterfly Network公司近日宣布，其参与的一项由塔夫茨医学中心开展的研究取得重要进展，证实机器学习（ML）模型结合手持超声设备，可在早期识别主动脉瓣狭窄（Aortic Stenosis, AS）方面发挥关键作用。该研究发表于《欧洲心脏病学杂志—影像方法与实践》（European Heart Journal – Imaging Methods and Practice），展示了针对Butterfly iQ+设备优化的AI模型在检测AS方面具有高达0.94的AUROC（受试者工作特征曲线下面积），达到可支持临床筛查应用的高精度水平。 主动脉瓣狭窄是老年人群中常见且危险的心脏疾病，影响超过75岁人群的13%以上，但多数病例在出现明显症状前难以被发现，尤其在医疗资源匮乏和老龄化严重的群体中更为普遍。延迟诊断往往导致更复杂手术、不良预后及更高的医疗成本。因此，推动早期、可及的筛查手段至关重要。 研究团队将原本在医院级超声图像上训练的ML模型，通过微调神经网络最后一层，成功适配至Butterfly的便携式超声设备。结果显示，该模型能有效区分无主动脉瓣狭窄与不同程度狭窄的图像，具备在基层医疗场景中推广的潜力。 Butterfly首席医学官荣休博士约翰·马丁（Dr. John Martin）表示：“这项研究为非心脏专科医生或未受过专业超声培训的医护人员提供了使用AI辅助手持超声筛查主动脉瓣狭窄的新路径。未来，这一技术可广泛应用于初级保健诊所、长期照护机构、急诊中心甚至家庭环境。” 与此同时，Butterfly还推出了其AI教育应用Butterfly ScanLab™的最新功能——“主动脉检查协议”。该模块通过动画演示、解剖标注和质量评分系统，帮助用户学习腹部主动脉的扫描方法，识别正常结构，并掌握检测腹主动脉瘤（AAA）和主动脉夹层等危及生命的疾病的能力。该教学内容已集成至所有Butterfly会员服务中，兼容现有设备，支持在iPad上便捷使用。 公司总裁兼CEO约瑟夫·德维沃（Joseph DeVivo）强调：“早期发现能挽救生命，但影像设备的可及性仍是主要障碍。这项工作旨在实现诊断的民主化。通过AI与教育的深度融合，我们正在赋能更多医护人员，在过去无法提供高质量影像服务的场所，开展主动、前瞻性的医疗服务。” Butterfly Network自2018年推出全球首款手持式全身体积超声设备Butterfly iQ以来，持续推动医疗影像的数字化变革。其基于“芯片上超声”（Ultrasound-on-Chip™）技术的iQ+和最新发布的iQ3设备，凭借持续提升的性能与AI融合能力，已获2024年Prix Galien美国大奖等多项殊荣。公司致力于通过硬件、软件、AI与教育一体化解决方案，让优质医疗影像走向全球，特别是在资源有限地区实现医疗公平。