Кризис системы здравоохранения: цифры и факты
Рак молочной железы — самый распространенный вид рака среди женщин в США. Несмотря на это, система здравоохранения сталкивается с серьезными узкими местами:
- Массовый скрининг: ежегодно проводится около 40 миллионов маммограмм.
- Кадровый голод: прогнозируется дефицит десятков тысяч радиологов в ближайшие 10 лет, что перегружает существующих специалистов.
- Задержки в лечении: генетические тесты, необходимые для выбора терапии, могут занимать недели, тогда как скорость принятия решений критически важна.
Компании в программе NVIDIA Inception используют AI-инфраструктуру NVIDIA для устранения этих разрывов на всех этапах: от визуализации до планирования лечения.
Автоматизация визуализации: iSono Health и ATUSA
Стартап iSono Health разработал платформу ATUSA — сертифицированную FDA носимую систему 3D-количественного ультразвукового исследования. Решение решает проблему доступности и стандартизации сканирования:
- Скорость: сканирование одной груди занимает ~2 минуты против 45 минут при ручном УЗИ.
- Точность: AI, обученный на 1,5 млн ультразвуковых кадров, обеспечивает чувствительность на 28% выше, чем ручное 2D-УЗИ.
- Повторяемость: система захватывает весь объем груди одинаково, позволяя сравнивать изменения тканей с течением времени, исключая человеческий фактор.
Платформа уже доступна в клиниках Калифорнии, Техаса, Джорджии, Теннесси и Вашингтона. В настоящее время проводится многоцентровое клиническое исследование с участием 3 200 пациентов совместно с UC Davis и Vanderbilt University Medical Center.
Снижение ложных срабатываний: Whiterabbit.ai
Другой участник программы, Whiterabbit.ai, фокусируется на анализе маммограмм. Их сертифицированное FDA ПО WRDensity автоматически оценивает плотность тканей груди и уже использовано в лечении сотен тысяч пациентов. Компания также разрабатывает WRRisk — инструмент для оценки долгосрочного риска развития рака, а также новое поколение AI для маммографии, способное:
- Помогать радиологам выявлять больше случаев рака.
- Автоматически отфильтровывать отрицательные результаты, разгружая врачей.
Сравнение технологий
| Параметр | Ручное УЗИ (традиционный метод) | iSono Health ATUSA (AI-решение) |
|---|---|---|
| Время сканирования одной груди | До 45 минут | ~2 минуты |
| Чувствительность | Базовый уровень | На 28% выше |
| Стандартизация | Зависит от оператора (высокая вариативность) | Автоматизированный захват (высокая повторяемость) |
| Объем данных для обучения AI | Н/Д | Более 1,5 млн ультразвуковых кадров |
Почему это важно
Интеграция AI в онкологическую практику — это не просто технологический апгрейд, а вопрос спасения жизней за счет скорости. Ускорение получения результатов сканирования и анализа рисков позволяет врачам быстрее переходить к плану лечения, сокращая период неопределенности для пациентов. NVIDIA предоставляет вычислительную базу (GPU) и инструменты для масштабирования этих решений от пилотных проектов к массовому внедрению.
Источник: NVIDIA Blog ↗