产品发布与定位 - 公司DeepHealth（RadNet全资子公司）正式推出其首创的端到端模块化人工智能应用套件“Breast Suite”，旨在解决乳腺癌筛查和检测路径中的实际临床需求 [1] - 该套件整合了源自iCAD的有机创新和集成技术，提供全面的解决方案，集成了行业领先的AI乳腺癌检测、乳腺密度评估、风险评估以及开发中的乳腺动脉钙化评估功能，并辅以云优先的查看、报告和工作流工具 [1] - Breast Suite目前每年为超过1000万例乳腺X光检查提供支持，旨在提高诊断准确性和护理标准化 [1] 临床效果与数据验证 - 一项针对美国超过57.9万名女性、覆盖100多个社区影像中心的大规模真实世界分析（发表于《自然·健康》）显示，DeepHealth Breast Suite应用使乳腺癌检出率提高了21% [3] - 该研究显示，该技术在不同患者群体中均有一致益处，其中在致密乳腺女性中多检出23%的癌症，在黑人非西班牙裔女性中多检出20%的癌症 [3] - 该技术被证明可将普通放射科医生的表现提升至专科医生的水平，从而在经验丰富的阅片医生有限的地区扩大高质量乳腺护理的可及性 [3] - 一项针对欧洲15.4万名女性的《科学·转化医学》研究发现，其AI风险评估模型能基于年龄、乳腺密度和乳腺X光特征准确估计短期乳腺癌风险 [4] - 研究估计，如果根据AI评估为风险最高的10%女性提供补充筛查，则可能比使用传统Tyrer-Cuzick风险模型（20%）多检出高达44%的癌症 [4] 产品核心功能模块 - **ProFound Pro（领先的AI癌症检测）**：利用既往数据、自动定位感兴趣区域和可疑程度，实现更准确的诊断 [6] - **自动化密度评估**：为2D或3D乳腺X光检查提供一致、自动化的密度分类，支持客观诊断决策 [6] - **AI风险评估**：仅基于乳腺X光校准，识别未来1-2年内患乳腺癌的风险，其准确度是传统问卷式风险模型的2倍 [6] - **乳腺动脉钙化评估**：目前正在开发中，旨在通过自动标记筛查乳腺X光片上的乳腺动脉钙化来揭示心血管疾病风险 [6] - **云优先多模态查看器**：支持包括MRI和超声在内的多模态图像查看，提供跨乳腺护理路径的全面阅片解决方案 [12] - **优先工作列表**：按可疑程度对病例进行优先级排序，高效处理大量数据 [12] - **及时警报**：通过快速图像处理在数分钟内标记高可疑病例，使护理团队能够提供当日随访 [12] - **AI保障复查工作流**：通过第二阅片人工作流提高癌症检出率，减少假阴性 [12] - **智能报告**：通过可定制的报告、指南标准化和乳腺密度结果的自动预填充，提高临床一致性 [12] 行业影响与公司战略 - 该套件的推出标志着向AI驱动的乳腺癌筛查和诊断护理新标准迈出了关键一步，旨在通过更早、更自信地检测癌症来提升患者护理水平 [2] - Breast Suite体现了公司通过影像学赋能护理突破的使命，展示了AI解决方案如何通过疾病分期前移、推动更及时有效的筛查诊断路径以及扩大创新可及性来促进人群健康 [2] - 该套件基于DeepHealth OS构建，可与客户现有技术无缝集成，提供安全快速的远程访问，确保持续更新和快速扩展 [7] - DeepHealth作为RadNet数字健康板块的统一品牌，提供AI健康信息学，其核心是云原生操作系统DeepHealth OS，旨在统一临床和运营工作流数据 [14] - 全球数千家影像中心和放射科使用DeepHealth的解决方案，以实现更早、更可靠、更高效的疾病检测 [14]