GE HealthCare 推出 AI 乳腺超声系统与远程阅片工具,扩展乳腺影像工作流
MobiHealthNews 报道,GE HealthCare 发布两项面向乳腺影像的新产品:Invenia Automated Breast Ultrasound 2.0 和 remote review viewer。前者面向致密型乳腺女性的辅助筛查,结合自动化三维超声采集与 AI 支持能力,目标是提升检查效率和一致性;后者则让医生可远程查看 Invenia ABUS 图像,支持影像中心在分布式环境下协同阅片。该新闻值得关注,是因为乳腺影像 AI 正从单点检出算法扩展到采集、阅片、远程协作和工作流管理,GE HealthCare 这类头部影像厂商的产品推进,有助于把 AI 更深嵌入常规筛查路径。
GE HealthCare 推出 AI 乳腺超声系统与远程阅片平台
GE HealthCare 发布了两项面向乳腺影像的新工具,分别是自动化乳腺超声系统 Invenia ABUS Prime,以及基于浏览器的远程阅片平台 ABUS StreamVue。公司表示,这两项产品主要面向致密型乳腺女性的辅助筛查场景,同时支持放射科医生在分布式环境下远程查看和复核检查结果。
从产品组合来看,GE HealthCare 这次推进的重点已经不只是单一算法,而是把图像采集、图像质量控制、远程访问和 AI 辅助阅片串进同一条乳腺影像工作流。
新系统强调更稳定的三维图像采集
Invenia ABUS Prime 是一套自动化乳腺超声系统。GE HealthCare 表示,系统利用 AI 工具帮助技师采集更加一致、可重复的三维超声图像。
其中,设备搭载了基于 Verisound AI 平台的图像扫描质量评估和自动乳头识别工具,目标是减少采集过程中的差异性,让后续阅片更标准化。
公司还提到,这套系统加入了 Fast Scan 功能,相比上一代 Invenia ABUS 2.0,扫描速度最高可提升 40%。此外,新设备还重新设计了换能器,并提供可调压迫等级,以改善患者检查过程中的舒适度。
产品已获得 FDA 审批和 CE 标志
监管层面,GE HealthCare 表示 Invenia ABUS Prime 已获得 FDA 的上市前批准(Premarket Approval),并已取得 CE 标志。
这意味着该产品并不是概念展示,而是已经进入可以被正式部署到临床筛查流程中的阶段。
新增浏览器端阅片平台,支持远程访问
与超声系统同时发布的,还有 ABUS StreamVue。这是一个基于浏览器的阅读平台,允许放射科医生通过企业级影像网络和乳腺影像中心,远程访问并查看 ABUS 检查结果。
GE HealthCare 表示,该平台最近也已经取得 FDA 510(k) clearance 和 CE 标志。
公司称,这一平台的目标是简化安装和维护,并让临床团队更容易比较不同地点完成的检查结果。Candelis 与 GE HealthCare 合作,为 Invenia ABUS 提供了 StreamVue 这部分技术能力。
还可结合 AI 阅片工具 QVCAD
GE HealthCare 还提到,Invenia 系统支持 QVCAD,这是一款 AI 辅助阅片工具,可用于标记潜在病灶并加快图像复核过程。
这说明该系统的定位不只是硬件升级,而是试图把采集端和诊断端都纳入 AI 增强路径中。
GE HealthCare 超声业务负责人 Karley Yoder 表示,Invenia ABUS Prime 可以帮助交付更顺畅的工作流和更具可重复性的影像结果。
致密型乳腺筛查正在成为更重要的临床场景
报道援引美国癌症协会数据称,在 40 至 74 岁女性中,大约 40% 拥有致密型乳腺,约合 2500 万 人。
致密型乳腺是一种常见生理特征,但它会影响乳腺 X 线检查的识别效果,也与更高的乳腺癌风险相关。美国国家癌症研究所也指出,致密乳腺组织不仅会让癌症更难在乳腺 X 线片上被发现,本身也与发病风险上升有关。
自 2024 年 9 月起,FDA 已要求乳腺摄影机构向患者告知其乳腺密度情况,并说明对于部分致密乳腺患者,额外影像检查可能帮助发现癌症。
这让辅助筛查和分层影像工作流的需求进一步上升,也为 ABUS 这类工具提供了更明确的落地背景。
首批落地场景指向分布式筛查网络
报道提到,美国最早一批安装点之一是洛杉矶的乳腺影像机构 BeSound。该机构还计划推出移动筛查单元,把辅助乳腺影像服务带到更靠近患者的场所。
这说明远程阅片和企业级影像访问能力,并不只是技术附加项,而是在支持更广泛筛查覆盖时的重要基础设施。
这条新闻的重要性,在于乳腺影像 AI 正从单点工具走向完整工作流
从行业角度看,GE HealthCare 这次发布值得关注,不只是因为它推出了一台带 AI 的乳腺超声设备,而是因为它同时在推进采集标准化、远程阅片、AI 辅助标注和企业级影像互联。
这反映出乳腺影像 AI 的竞争已经不再只是“谁能识别病灶”,而是“谁能更完整地嵌入筛查路径,并在真实临床网络中提高效率、一致性和可及性”。

