Viz.ai 宣布了新的临床数据，显示其技术在脑动脉瘤或腹主动脉瘤（AAA）患者的临床治疗中具有积极的实际影响。这些研究在2024年12月1日至5日于伊利诺伊州芝加哥举行的北美放射学会年度科学会议上展示。
据Viz.ai介绍，第一项研究“临床环境中基于机器学习的动脉瘤检测工具的性能和验证”通过回顾性评估加利福尼亚州橙县UC欧文健康系统的703例头部CTA检查，评估了Viz Aneurysm的性能。公司报告称，Viz Aneurysm算法检测到阳性动脉瘤病例的敏感性为96.6%，特异性为98.1%。该研究中Viz Aneurysm的整体阳性预测值为82.4%，阴性预测值为99.7%。此外，检测到了8例多发性动脉瘤和21例动脉瘤<4毫米的病例，表明Viz Aneurysm可用于检测和管理破裂风险较低的患者。
加州大学欧文分校医学院放射学服务和神经学助理教授Jennifer E. Soun博士在公司的新闻稿中评论道：“我们的研究结果表明，Viz Aneurysm算法成功检测到了我们临床数据集中的大多数动脉瘤，并在子集分析中表现一致。Viz Aneurysm的高准确性显示了其在帮助检测和管理患者动脉瘤方面的潜在用途。”
Viz.ai表示，第二项研究“AAA AI分诊软件在真实患者数据中的性能”评估了Viz AAA算法在纽约蒙特菲奥雷健康系统341例腹部CTA检查中的性能。在这项回顾性分析中，Viz AAA算法检测到阳性动脉瘤病例的敏感性超过85%，无论是否包括有移植物修复的病例（分别为86.5%和88.6%），特异性为98.3%。此外，研究人员指出，25例有AAA和移植物修复的CTA被Viz AAA模块正确识别为阳性。
纽约蒙特菲奥雷医学中心和阿尔伯特爱因斯坦医学院放射学助理教授Matthew Lazarus博士在Viz.ai的新闻稿中评论道：“这些数据表明，这种AI分诊工具既高度敏感又高度特异，表明其在我们多样化的患者扫描中确定阳性病例的高度可靠性。我们认为，Viz AAA的引入可能有助于放射科医生和其他临床医生准确识别AAA患者，从而促进最佳治疗、管理和健康结果。”
(全文结束)
