深透医疗朋友圈再扩大:全球临床落地加速，前沿
近日，知名AI医学影像公司深透医疗(Subtle Medical)再次在学术与产业中下游落地方面取得新进展。
深透医疗是一家起源于斯坦福的AI医学影像公司,创立于2017年底。深透医疗研发了两款开创性的AI医学影像产品(SubtlePET?和SubtleMR?)，均获得美国FDA和欧洲CE认证，在全球多个国家临床使用，深透医疗也正在研发其第三款产品SubtleGAD?。
在本月落幕的世界顶级学术会议美国核医学与分子影像学会(SNMMI)年会上，深透医疗与合作伙伴，包括上海第九人民医院、圣路易斯大学、飞利浦医疗等机构合作的AI影响临床效果研究入选，且被作为SNMMI年会全体会议的典型案例分享，代表着深透医疗及其合作伙伴AI影像成果得到了国际主流学术界人士的认可。
同时，深透医疗也在加速渗透医学影像产业链上下游，于近期与英美知名医学影像分析平台Blackford Analysis、全球领先的脑影像处理和脑疾病辅助诊断商CorTechs Labs等知名机构牵手合作，推动新技术与产品更快地惠及更多患者及医疗从业者。
与合作伙伴前沿研究受国际学会认可
自成立以来，深透医疗就不断地与诸多大学、科研机构及医院建立广泛的合作与临床验证，经过诸多合作伙伴的共同努力，在前沿研究与临床验证上也取得了累累硕果。
7月11日至14日，第50届美国核医学与分子影像学会(SNMMI)年会在线上召开。作为世界核医学和分子成像领域首屈一指的教育、科学、研究和社交活动，今年的SNMMI虚拟年会一如既往地受到来自世界各地的专业人士关注，展现了核医学及分子影像学领域的最新研究成果与进展。
在本届SNMMI年会上，深透医疗的两篇PET医学影像临床研究入选，其中与上海第九人民医院合作的研究被选为全员会议(Plenary Lecture)的亮点研究(feature study)，由哈佛影像中心的主任Georges El Fakhri博士在会上作宣讲。作为全球核医学与分子影像领域最具影响力的学术会议，SNMMI的论文竞争异常激烈，SNMMI每年接收2万余份投稿摘要，最终仅少数摘要可以入选口头报告，而亮点研究更是含金量十足。
Georges El Fakhri博士在会上介绍道，论文验证了由深透医疗研发的SubtlePET图像增强软件在淋巴瘤诊断中的临床效果。SubtlePET是一个针对PET(正电子发射断层扫描)的AI影像处理平台，由深透医疗团队研发，早在2018年底就获得了FDA认证。该研究从量化研究和质化研究两方面评估SubtlePET对于低造影剂剂量、更快的PET成像速度的作用，并同时评估深度学习对于医疗决策的提升作用。
研究发现，深度学习可以加速约50%的PET图像获取速度，而无需牺牲SUV值和图像质量;同时，在淋巴瘤分期的诊断准确度上，无论是采用卢加诺分期系统(Lugano staging system)还是多维尔标准(Deauville scale)，使用深度学习增强手段(SubtlePET)及普通标准手段(Standard of care)的效果一致。也就是说，SubtlePET可以在不损害图像质量和临床诊断的前提下，加速至少50%的成像速度，这将极大地缩短PET扫描的流程，改善患者就诊体验。
此次研究与上海第九人民医院合作进行，参与研究人员还包括来自深透医疗、飞利浦医疗的学者及专业人士。据了解，除了飞利浦，目前在产业链的上游，深透医疗已经与众多知名医学影像设备硬件提供商洽谈或达成了合作，包括通用电气、西门子、东软、赛诺、锐视康、安科等医疗器械大厂。
此外，深透医疗与美国圣路易斯大学(St. Louis University)的学者合作研究的论文摘要也入选本届SNMMI。该论文旨在研究AI处理(使用SubtlePET)对于影像质量的影响，通过对比标准全计数方案、模拟50%及25%计数方案下，AI处理对于图像质量的提升作用，同时论文也对样本的BMI(体质指数)及年龄进行了研究。研究发现，无论研究对象的BMI如何，在50%的计数方案下，SubtlePET的AI程序都可以使采集时间缩短50%或者使FDG注射剂量减少50%。
登陆Blackford平台，深透医疗AI影像加速走向全球
除了登陆国际顶级学术年会，深透医疗也在加速上下游布局，加速产品在全球各地的影像中心及医院临床落地。今年6月上旬，深透医疗与英美知名医学影像分析平台Blackford Analysis牵手合作，加速推广产品在英国及美国的覆盖率。
Blackford Analysis成立于2010年，业务遍及英国和美国，背后的投资方包括TRI Cap、Old College Capital和英国领先的天使投资集团Archangel Investors。通过Blackford平台，使用者可以快速访问和管理获监管认可的医学图像分析应用程序和具有临床价值的AI算法，并可流畅地集成到现有工作流程中，从而使医疗从业者更智能地使用成像信息并降低护理成本。