产品发布

Aevice Health喘鸣检测模块获FDA 510(k)(K260140):AI标记电子听诊器录音中的喘鸣

发布于
阅读 24
#产品发布#Aevice Health#喘鸣检测#510k#K260140#电子听诊器#肺部录音#呼吸科AI#II类器械#数字听诊
Aevice Health喘鸣检测模块获FDA 510(k)(K260140):AI标记电子听诊器录音中的喘鸣

2026年10月1日,新加坡数字健康公司Aevice Health宣布其AI驱动的Aevice Wheeze Detection Module获美国FDA 510(k)许可,K号K260140,按II类器械获批,适用于2岁及以上成人及儿童。模块用AI分析来自兼容的已获FDA许可电子听诊器的肺部录音,自动标记含可疑喘鸣的录音供临床审阅,可独立运行也可与兼容的第三方主机平台集成,并明确不用于喘鸣以外的肺音检测、不用于急救或自我诊断。

听诊器录下的声音,交给AI先过一遍

影响分析 × 医疗数据从业者 | 趋势前瞻 × 医院信息化/临床医生 | 产品发布

2026年10月1日,新加坡数字健康公司Aevice Health宣布,其Aevice Wheeze Detection Module获得美国FDA 510(k)许可,K号为K260140,按II类医疗器械获批,公告由首席执行官Adrian Ang具名。这是呼吸音AI赛道近期少见的一条确定性消息:一款以声音为输入、以标记为输出的软件,正式拿到进入美国临床场景的资格。

对做医疗数据的人来说,这条消息的分量不在算法结构,而在数据链路。输入不再是影像或结构化表格,而是电子听诊器录下的一段肺部录音。声音要能被模型稳定处理,前提是采集设备、采样规格、录音格式与传输环节都被固定下来,而本轮公开信息并未披露兼容听诊器的具体型号清单,也没有说明录音时长与环境噪声的门槛。声学数据向来是医疗数据里最难标准化的一类,设备差异、体位差异、听诊位置差异都会改变波形,这类变量的处置方式,本轮同样没有交代。

开场:K260140,一款把听诊录音交給AI初筛的软件

按公告表述,该模块用AI分析来自兼容的、已获FDA许可电子听诊器的肺部录音,自动标记其中含可疑喘鸣的部分,供临床审阅。产品形态上,它被设计为可独立运行的软件,同时也可以与兼容的、已获FDA许可的第三方主机平台集成。适用人群为2岁及以上的成人与儿童患者。

这一许可并非Aevice Health在美国的第一张。公司此前已有两款AeviceMD产品获批,K号分别为K223382与K243603,覆盖成人及3岁以上儿童。

项目 喘鸣检测模块 AeviceMD既有许可
K号 K260140 K223382、K243603
器械分类 II类 本轮未披露
适用人群 2岁及以上成人与儿童 成人及3岁以上儿童
输出形态 标记含可疑喘鸣的录音 本轮未披露
部署方式 独立软件或集成第三方主机平台 本轮未披露

对比之下,新模块把年龄下限从3岁下探到2岁,同时把能力收敛为单一功能的喘鸣标记,而不是打包式的呼吸分析。这种收窄对一个想拿510(k)的团队来说是常见选择:预期用途越窄,需要证明的东西越少,与 predicate 器械做实质等同比对时的论证链条也越短。代价是产品只能解决一个很小的问题,能否撑起商业规模,取决于它嵌进的是哪条既有流程。

标记而不是诊断:输出落点在哪里

模块的处理对象是来自兼容电子听诊器的肺部录音,AI的输出是对含可疑喘鸣的录音自动标记,随后交由临床审阅。这个落点决定了它在工作流中的位置:它是前置的筛子,不是终局的结论,也不构成诊断意见。

从临床信息化角度看,标记型输出比诊断型输出更容易接入。它不改变既有责任划分,医生仍为最终判断负责;它也更容易嵌入已有的录音归档流程,在基层或远程听诊场景中,先由软件标记、再由医生复核,理论上可以压缩人工听辨的耗时。两种部署形态对接口的要求并不相同:独立运行需要自建录音上传与结果回看的通道,而集成到第三方主机平台则依赖对方的数据开放程度,本轮未披露已集成的平台名单。

但本轮公告未披露任何性能数字,敏感度、特异度、录音判读准确率均未公开,这项效率收益目前无法量化,漏标与误标的比例同样无从判断。对医院而言,一个没有假阳性率参照的标记功能,很难直接写进排班与质控方案。

2岁以上这个门槛:儿科场景怎么覆盖

2岁是一条有临床意义的线。幼儿喘息并不少见,但低龄儿童配合度差、哭闹声与呼吸声叠加导致录音质量波动大,一直是声学模型最难处理的一段。获批范围写明2岁及以上,意味着厂商在申报时把这一段纳入了预期用途,而不只是成人数据的外推。

不过,Aevice Health已有的两款AeviceMD许可对应成人及3岁以上儿童,两条产品线的年龄区间并不重合,2至3岁这一段只有新模块覆盖。公开信息中未见针对这一窄区间的独立验证数据,也未见按年龄分层的性能披露,低龄段能否达到与成人段相当的稳定性,本轮没有给出答案。对儿科门诊来说,这恰恰是最需要数字的一段:患儿家长往往在症状早期就来问诊,听诊质量又最难保证,如果模型在这部分表现不稳定,标记的参考价值会明显打折。而这只能靠分层数据回答,不能靠一句适用2岁及以上来回答。

三条明确限制:不检测其他肺音、不急救、不自诊

公告同时写明了三条限制:不用于检测喘鸣以外的肺音,不用于急救场景,不用于自我诊断。这三条分别划定了能力边界、使用环境与使用主体,措辞直接,没有留下弹性解释的空间。

第一条意味着除喘鸣之外的其他肺音异常不在预期用途之内,一次未被标记的结果不能解读为肺部听诊正常,医生仍需按常规完成听诊判读。第二条把产品挡在急诊与抢救场景之外,也就是说它服务的应该是门诊、随访与常规筛查这类节奏可控的场合。第三条明确这不是面向消费者的工具,录音与标记结果必须在临床环节内被解读,患者不能据此自行判断病情或调整用药,这也排除了直接面向家庭销售的商业路径。

冷静观察:一手稿、零性能数字,审批只是开始

本条信息源为Aevice Health官方新闻稿,是一手公司稿,暂无第三方媒体交叉验证。对一款以智能判读为卖点的AI器械而言,最关键的几项数字全部缺席:没有敏感度,没有特异度,没有录音判读准确率,也没有验证集规模、录音条数与人群构成,本轮未披露。

编辑部的判断是:510(k)解决的是能不能卖的问题,回答不了好不好用的问题。一家公司愿意公开K号与限制条款,说明合规叙述是清醒的;但性能数据的缺席,让外界无法评估它相对于人工听诊的净收益,也无法判断在不同年龄段、不同录音设备下表现是否稳定。

在性能数据公开之前,医院信息化部门能做的准备反而很具体——确认现有听诊设备是否在兼容清单内,确认录音能否进入可审阅、可留痕的工作流,确认标记结果如何写回病历而不制造额外的确认负担。这几件事不依赖厂商公布的准确率,却决定了产品买回来之后能不能真正跑起来。审批只是开始,验证还在后头。

原文链接:Aevice Health 官方新闻稿

千方医数集编辑部 出品

返回医药AI前沿资讯