RIVANNA的BoneEnhance获FDA 510(k)：69900张超声图像独立测试，标注准确率95.1%至100%

事实报道 × 监管与合规专家 ｜ 数据视角 × 药企研发负责人 ｜ 产品发布

2026年10月22日，RIVANNA宣布BoneEnhance获得FDA 510(k)许可，成为Accuro XV超声平台上第一个获批的机器学习软件模块。支撑这张批件的独立测试集为233个容积数据集、69900张图像、173名受试者，每容积标注预测准确率95.1%至100.0%。这个数字的分量取决于它量的是什么——解剖结构有没有被标对，不是骨折有没有被看出来。

开场：超声平台上的第一个机器学习模块

时间线是清楚的。Accuro XV本体在2026年4月获批，用途是B型成像下的肌肉骨骼常规与浅表应用，公司在5月7日对外公布。半年后，BoneEnhance作为软件模块叠加到这台设备上，RIVANNA给它的定位是平台从采集走向判读。

这句定位有几分实、有几分是叙事，从产品形态能看出来。Accuro XV是一台推车式床旁容积超声，靠贴合式三维探头做10厘米范围内的自动扫查，操作者摆好探头，机器自己走完这一段。机器运动替代人手移动，顺带抹掉一层操作者之间的手法差异。

BoneEnhance接的是后半段。两段之间没有断层，因为数据源是同一个：每一次自动采集都产出一个容积数据集，软件在数据集中工作，而不是在单张截图上工作。

支撑这套集成流程的，是一份覆盖全球、超过100项已授权及在审专利、分布在超过20个专利族中的知识产权组合。

它做什么：在二维图像上叠加彩色标注，原始数据不动

BoneEnhance的工作拆开只有三步：

• 在容积数据集中识别骨骼与周围组织
• 把识别结果以彩色编码叠加层呈现在二维B型图像上
• 图像旁侧的三维指示器显示扫描方位，以及当前切面处在整个容积的哪个位置

关键约束在于，原始解剖数据在叠加层之下保持不变且可见。软件没有重建图像，也没有替换任何像素，只是在显示层加了一层颜色。医生看到的仍然是他原本会看到的那张B型图。

这个设计对合规路径影响不小。输出是可以直接关掉的一层显示，而不是被改写过的图像，参考标准因此能定义在解剖结构上，而不是定义在图像够不够好这类主观判断上。

叠加的是标注，不是诊断结论。公司在同一份新闻稿里写明：随本次许可到来的是解剖分割与三维骨骼可视化，用于临床决策支持的损伤检测模块仍在路线图研发中。

验证怎么做的：8家中心，5家出独立测试集

BoneEnhance的训练与验证都在RIVANNA主导的全国性临床研究里完成，8家中心分工明确：

• 3家中心提供训练数据
• 另外5家提供独立测试集，合计233个容积数据集、69900张图像、173名受试者
• 测试数据没有一个样本被用于训练或调参
• 参考标注由3位委员会认证的放射科医师建立

训练与测试来自互不重叠的两组站点，这条设计值得单独指出。影像AI最常见的退化方式是模型记住某家医院的设备型号、探头习惯与摆位偏好；测试集来自从没见过的新站点，这层捷径被切断，数字才谈得上有参考价值。8家拆成3加5，样本效率不高，换来的正是这层隔离。

站点名单已经公开。这项研究在2026年4月从2家扩到8家，名单包括丹佛健康医疗中心、加州大学旧金山分校、犹他大学、弗吉尼亚大学医疗中心、德州大学西南医学中心与耶鲁大学。本次获批后，站点从8家继续扩到10家，为新模块采集数据。资金来自生物医学高级研究与开发局，合同号75A50121C00035。

站点与数据基础设施一次建好、后续每个模块复用，这是联邦投入能被摊薄的原因，也决定了下一张批件能有多快。

69900张图像、173名受试者、95.1%至100.0%

现在说这个区间本身。

每容积标注预测准确率在95.1%至100.0%之间，公司在给出数字时明确标注了含义：这是解剖标注的度量。

95.1%是区间下端，不是平均值。读者拿不到均值、中位数与标准差，只知道表现最差的那一批容积落在什么位置。这个指标还有三条边界：

• 它量的是有没有标对，不是有没有看到病灶。把胫骨标成胫骨算对；漏掉一条骨折线，在这套指标里不产生任何扣分
• 参考标准是3位医师的标注，而医师之间的一致性水平没有披露。若三位医师自己就有分歧，区间上限被分歧幅度锁死
• 计算单位是每个容积，受试者却只有173名，平均每人贡献约1.35个容积，重复测量带来的相关性未被处理，有效样本量小于233

另有一项证据常被混为一谈。发表在《急诊医学杂志》上的205例患者研究（DOI 10.1016/j.jemermed.2025.11.011）测的是采集环节：接受过1小时实操培训的操作者，在超过90%的扫描中拿到可供诊断判读的腕部与踝部图像，质量与医师亲手采集相当。它支撑的是谁来扫都差不多，与AI会不会看片是两件事。

冷静观察：这是标注，还不是诊断

先把能说和不能说的分开。能说的是：训练与测试数据来自互不重叠的两组站点，参考标注由3位委员会认证放射科医师建立。

不能说的，也是本篇最需要说清的一条：

95.1%至100.0%是解剖标注准确率，不是病灶检出率，也不是骨折诊断准确率。BoneEnhance做的是分割与标注，不是诊断。

分割回答这块是不是骨头，检出回答这里有没有异常，诊断回答这个人是不是骨折、要不要加拍X线、要不要处理。BoneEnhance停在第一问，且输出是一层可以被关掉的颜色，最终判断仍由读图的医生做出。把标注准确率读成AI能看骨折，是把三层问题压成一层。

其余限制同样要摆出来：

• 验证数据由公司持有，未以同行评议论文形式发表，外部无法复核入排标准与标注流程
• 数据全部来自RIVANNA主导的研究，缺少独立第三方发起的验证
• 8家中心的构成、病种分布与年龄范围未披露，泛化边界未知
• 3位放射科医师标注不一致时的仲裁规则未说明，单例多容积是否重复计入也不清楚
• 真正面向决策支持的骨折损伤检测模块尚未获批，无时间表；它的验证成本更高，因为参考标准要从解剖标注换成临床结局

因此可操作的判断有两条。第一，把这次获批理解为产品线的地基而非终点：先自动采集，再自动解剖标注，最后才碰有没有损伤，每次只挪一步，而每一步的参考标准都成立。第二，真正值得盯的是新模块临床研究里的敏感度与特异度——那是能不能看骨折第一次被量化的时刻。在此之前，95.1%不该被移出它所属的句子。

原文链接：PR Newswire / RIVANNA

千方医数集编辑部 出品