Butterfly  Network(NYSE:BFLY) 今天宣布了其在利用人工智能和机器学习(ML) 检测主动脉瓣狭窄(AS) 的  新研究中发挥的作用。

这项研究证明了机器学习模型利用手持式超声设备支持早期强直性脊柱炎(AS) 检测的潜力。塔夫茨医学中心的研究人员开展了这项研究，并将研究结果发表在《欧洲心脏杂志——成像方法与实践》上。

Butterfly表示，研究结果证明，针对其 Butterly iQ+ 设备进行微调的机器学习模型能够实现高准确率的强直性脊柱炎(AS) 识别。研究结果支持了机器学习模型开发和便携式筛查对于早期发现这种危及生命的疾病的价值。

研究证实，在医院级超声波上训练的机器学习在应用于Butterfly设备时表现良好。

此外，Butterfly Network 宣布已发布其Butterfly  ScanLab  AI 超声教育应用的最新扩展版本。该扩展版本名为“主动脉检查方案”，利用动画、解剖标记和质量指标，教用户如何扫描腹主动脉并识别正常解剖结构。

通过这项培训，用户可以使用床旁超声(POCUS)  来检测危及生命的疾病，例如腹主动脉瘤(AAA) 和夹层。该公司将其设计为可在iPad 上轻松使用，并将其包含在所有Butterfly会员服务中，并与现有探头兼容。

Butterfly Network 总裁、首席执行官兼董事长Joseph   DeVivo 表示：“早期发现可以挽救生命，但 获取影像服务仍然是一大障碍。这项工作旨在实现诊断的大众化。通过人工智能与教育的携手合作，我们正在赋能更多医疗服务提供者，在以往无法实现的领域提供主动医疗服务。”