人类并非对此无能为力，若是在癌症早期便能发现病情，经过有效的治疗，女性不但可以避免疼痛，还能阻止癌细胞的扩散转移。
现在, 大量的患者通过进行乳腺DR摄影（又称乳房X光照相术）来排查疾病。通常，这些拍摄结果由医生逐一审阅，导致阅片医生工作量大幅提升，加大发现病变区域的难度。
计算机辅助诊断（CAD）是近年来随着计算机技术和数字医疗发展而应用于影像技术领域的一项新技术。它利用专业的计算机算法分析影像，发现并检测出病变特征，从而帮助放射医生提高病灶的发现率。
作为面向致密乳房组织实施超声CAD筛查的领先者，Qview Medical开发了用于3D全面乳房超声的CAD系统，在原有的CAD影像技术上进行了换代和升级。
据动脉网了解，该公司的产品QVCAD主要基于深度学习算法，将创新的C-Thru技术与ABUS相结合，在保持诊断准确性的同时，使图像读取时间缩短了33%。
ABUS全称为乳腺自动容积成像技术，它提供一键式标准化操作流程和图像读取，包括实施标准化操作、标准化成像、标准化报告，自动生成标准化、全容积超声图像等。研究发现，对照单独使用乳腺DR摄影检查，乳腺癌的检出率提高了35.7%。
QView Medical成立于2006年，在人工智能（AI）领域拥有丰富的应用经验。2016年11月，该团队已开发了第一个被pMA批准的CAD系统，用于拍摄乳房X线照相和肺部CT。pMA又称上市前批准，是FDA（美国食品兼药物管理局）对医疗器械安全性、有效性做出的科学监管评估.
QView Medical在为3D ABUS开发QVCAD算法的同时，曾收集过来自全球超过100万个ABUS 3D图像的癌症病例，QView Medical对此进行了深度研究。该公司表示，QVCAD Invenia ABUS提供的解决方案有可能成为致密型乳房女性的首选筛查方法。
2017年12月，QView Medical宣布用于女性致密型乳房检测的QVCAD与GE Invenia ABUS系统获FDA批准。
2015年3月，QView Medical获风险轮融资480万美元，投资方未透露。
多年创业经验促进乳腺影像发展
Bob Wang作为QView Medical的首席执行官（CEO）兼主席，在过去的30年里建立了多家变革医疗成像和改善乳房护理的公司。他在影像行业的卓越眼见和行动力推动了现代乳房X光技术的发展和进步。
Wang表示，当他第一次接触医疗成像的时候，乳房X光照相术的高辐射曝光被认为对人体有害，无法进行乳腺筛查。在Wang的深度研究下，他开发的高分辨率、低剂量的稀土X射线照相技术成功售卖给了3M公司，并获得柯达公司的许可。
Wang将乳房X线照相术的剂量减少了95%，逐渐演变成我们当下使用的乳房影像技术。据动脉网了解，这项能够降低X射线剂量的稀土技术可用于全球范围内所有X射线的照相程序，价值数十亿美元。
1993年至2006年，Wang创立了R2 Technology公司并作为该公司的CEO兼主席。R2技术主要针对CAD系统对乳腺癌早期检测所产生的影响进行研究，致力于走向商业化。同时，这也是世界上第一个将CAD引入乳房X光检查的影像范例，且被各个国家广泛使用。2006年7月，R2 Technology公司被Hologic收购。
Wang并没有停止对医疗影像进一步的学习与探究。他观察到乳房X线照相术在面对乳房致密细胞的情况下，并没有将早期乳腺癌的关键特征体现出来。相反，超声检查似乎更有效果。
1997年1月，Wang成立了U-Systems公司并作为该公司的CEO兼主席。U-Systems主要设计和开发乳腺筛查系统产品，并在2012年11月被英国GE Healthcare收购。接着，Wang开发了运作somo.v的重要技术。
somo.v是一种自动化乳房超声检查系统，该系统也成为了首个获FDA批准的超声波乳房检查设备。
此外，Wang曾获得过麻省理工学院和伦斯勒理工学院的相关学位。2011年1月，他创立的EndoSee Corporation，作为一家售卖医疗设备公司，被The Cooper Companies Inc.以4400万美元在美国加利福尼亚州收购。
Cooper公司计划在利用EndoSee的基础设施的同时，将高质量产品带入妇产科实践（OB / GYN）的办公/手术策略中。
Wang建立QView Medical至今，曾分别在2014年11月和2016年3月建立了W&Wsens Devices公司以及UroViu Corporation。UroViu公司推出的产品——一次性诊断性膀胱镜系统（Uro-V）已获FDA的510（k）许可，并获专利。
QView Medical的另一位重要成员Ron Ho，是该公司的董事会成员之一。不久之前，Ron Ho成为了U-Systems公司的新一届CEO。在加入U-Systems之前，Ron Ho带领激光扫描公司Metron Systems为医疗、航空、航天工业提供复杂零件的3D数字化精准技术。
同时，他在西门子（Siemens）医疗解决方案的超声波小组有过16年的工作经验，主要负责该公司超声波换能器的产品开发及产品输出。
目前，Ron Ho担任多家医疗设备公司的董事，并持有华盛顿大学机械工程学士（BSME）和机械工程科学硕士（MSME）的学位。据动脉网了解他已获得多项超声波领域的相关专利。
QVCAD系统的原理是什么？
QView Medical作为开发3D自动乳房超声第一个CAD系统的公司，主要用于筛查致密乳房组织，实现精准诊疗。其产品QVCAD系统帮助放射科医师大大提高乳腺筛查效率。
QVCAD系统尤其针对在乳房X光检查中结果程阴性，同时在致密乳房组织影响下使用过3D乳房超声ABUS系统的患者。乳房X光检查和乳房超声的多模式结合为致密性乳房女性提供解决方案。
此外，QView Medical也认识到ABUS系统的重要价值。他们认为，在保持诊断精密度的同时还须提高机器阅读的效率。凭借该公司在AI领域的深度学习，他们在原有的ABUS系统上研发了新的算法，并对其进行了严格的测试，以改善机器阅读为最终目的。
QVCAD是一个由两个子系统组成的软件系统：
1、CAD子系统内包含复杂的图像处理方法；
2、Viewer子系统将ABUS图像与QView CAD引擎的输出一起重新组合，以便将图像显示在显示器上，供医疗人员阅读。
QVCAD系统通过标准的DICOM格式接收输入来自ABUS的图像以及来自pACs系统的ABUS图像。ABUS系统的原生图像可在经过QVCAD CAD引擎时，将输出的图像显示在Q-Viewer上。
QVCAD CAD引擎采用多种图像模式识别过程，运用人工神经网络来检测乳房中可疑的病变区域。它的主要目的是区分潜在的乳房病变与正常乳房组织。
QVCAD系统的CAD引擎输出主要是由以下两种方式呈现：
1. 以冠状图像格式呈现。如下图QVCAD的导航图像所示，CAD已经检测到了乳房存在的可能异常情况。CAD标记出的关键部分由图中绿色的圆圈所表示，内容由CAD图像导航器直接显示。CAD的标记强调潜在的恶性病变。
2. 光标悬停模式使用户能够快速查看视图中已定位的局部区域。其方法是显示临近CAD导航图像所对应的ABUS Coronal和Transverse原始图像，观察光标悬停的点。当光标停留在CAD导航图像的任一区域时，悬停模式都将被激活。
QView Medical与竞争对手的比较
1、QView Medical与iCAD的比较
iCAD公司成立于1984年，总部位于美国新罕布什尔州纳舒厄市，主要致力于为癌症的早期识别和治疗提供先进的图像分析，工作流解决方案以及放射治疗。该公司主要通过癌症检测和癌症治疗部门进行运作。癌症检测包括影像分析和支持临床决策的解决方案，用于乳房X光检查，乳腺断层合成和计算机断层扫描成像。而癌症治疗主要提供无同位素癌症治疗的平台技术。
与Qview Medical相比，iCAD公司成立时间早，产品多，疾病覆盖面广，为患者提供癌症检测和治疗的全方位服务。iCAD公司的产品powerLook乳房健康解决方案（The powerLook Breast Health Solutions）提供2D和3D的乳腺摄影，结合AI技术，满足患者需求。
2、QView Medical与Volpara的比较
Volpara致力于为乳腺癌早期的检测提供数字医疗解决方案，能够较为完善地分析女性乳腺密度，并根据其乳房密度、压缩和辐射剂量的客观测量进行解析和筛选。
Volpara Solutions研发了多个软件。其中，VolparaDensity便可通过乳腺造影诊断向临床医生提供病人特定的X光辐射剂量，将乳腺X光放射摄影转化成数据的体积测定，供临床决策。
Volpara的技术已经在超过30个国家中得到了应用，其覆盖区域还将继续扩大。
与Qview Medical相比，Volpara公司主要通过图像和数据的转化对女性的乳腺密度进行测量和分析。而Qview Medical针对图像和超声技术的升级和换代，为致密性乳房女性提供解决方案。
文|晏语微信|Vivian288107添加时请注明：姓名-公司-职位后台发送即可获得相关好文网站、公众号等转载请联系授权
点击图片，了解更多！
近期推荐创新药企扎堆上市背后：IpO或成价值兑现通道院长如何建立医院品牌阿里巴巴的医疗版图隐形正畸市场到底有多火？中国CRO发展简史回顾
2018基层医疗创新实践峰会利安科技/ 名医传世于莺 / 爱耳时代 / 平安万家医疗名医主刀 / 深圳智影 / 全景医学邵逸夫医院 / 杏仁医生 / 美和医疗中南大学湘雅医院 / 明医众禾上药云健康、国药在线、阿康健康2018中国基层医疗创新实践最佳案例
声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。
{本文首发于微信公众号：动脉网。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
