SwiftMR® von AIRS Medical erhält FDA-Zulassung für den Einsatz in Verbindung mit OEM Deep Learning Rekonstruktionslösungen

15.04.2026

CHICAGO, 15. April 2026 /PRNewswire/ -- AIRS Medical gab heute bekannt, dass SwiftMR®, eine FDA-510(k)-zugelassene, herstellerneutrale MRT-Bildverbesserungslösung, die Freigabe für den Betrieb in Verbindung mit Deep Learning (DL)-Rekonstruktionspipelines von Originalgeräteherstellern (OEM) erhalten hat.

For more information about AIRS Medical, visit https://airsmed.com/en/.

SwiftMR arbeitet auf zwei Arten mit OEM-DL-Lösungen zusammen:

In Fällen, in denen bereits eine OEM-DL-Lösung installiert ist, arbeitet SwiftMR mit ihr zusammen, um die Scanzeit zusätzlich zu verkürzen. In einem Bildgebungszentrum mit einem GE 3T-Scanner und AIR Recon DL konnte SwiftMR die bereits beschleunigten Routinescans des Gehirns weiter von 15 auf 9 Minuten reduzieren.

In Fällen, in denen eine OEM-DL-Lösung eine Sequenz nicht abdeckt, erweitert SwiftMR den Abdeckungsbereich und ermöglicht eine KI-gestützte Bildverbesserung und eine Reduzierung der Scanzeit für alle Pulsfolgen und alle Körperteile. Die vollständige Abdeckung von SwiftMR ist von der FDA zugelassen und seit 2023 in der klinischen Anwendung.

„Der Unterschied zwischen einem 15-Minuten- und einem 10-Minuten-Scan besteht darin, ob ein Standort tatsächlich von einem 30- auf einen 20-Minuten-Termin wechseln kann. Die zusätzliche Zeitersparnis, die SwiftMR zusätzlich zu den OEM-DL-Lösungen bietet, könnte ausreichen, um die Zeitplanung zu ändern", so Jina Park, Chief Strategy Officer bei AIRS Medical.

Woojin Jung, Head of Product bei AIRS Medical, fügte hinzu: „Im vergangenen Jahr haben wir SwiftMR speziell auf OEM-DL-verarbeitete Bilder trainiert und es mit verschiedenen Anbietern und Feldstärken getestet. Diese neue FDA-Zulassung bestätigt, dass es den Qualitätsstandards entspricht, und gibt unseren Kunden das Vertrauen, SwiftMR neben OEM-DL-Lösungen einzusetzen."

SwiftMR in Verbindung mit OEM Deep Learning-Lösungen ist ab sofort für Bildgebungszentren und Krankenhäuser verfügbar, die nach einem Weg zu schnelleren Scans und kürzeren Wartezeiten suchen. Erfahren Sie mehr und fordern Sie eine Demo an unter airsmed.com.

Informationen zu SwiftMR

SwiftMR® ist eine FDA-510(k)-zugelassene MRT-Bildverbesserungsplattform, die von AIRS Medical entwickelt wurde. Es ermöglicht eine Reduzierung der Scanzeit um bis zu 50 % bei allen Anbietern, Feldstärken und Körperteilen. Es wird derzeit in mehr als 1.700 Bildgebungszentren und Krankenhäusern in mehr als 40 Ländern eingesetzt.

Informationen zu AIRS Medical

AIRS Medical ist ein globales Unternehmen für KI in der medizinischen Bildgebung, das die MRT durch Deep Learning verändert. Die Lösungen des Unternehmens, SwiftMR® und SwiftSight®, werden weltweit in führenden Gesundheitssystemen und Bildgebungsnetzwerken eingesetzt. Weitere Informationen finden Sie unter airsmed.com.

Medienkontakt: marketing@airsmed.com

SwiftMR®, KI-gestützte MRT-Bildverbesserungslösung. FDA 510(k)-Zulassung für eine Reduzierung der MRT-Scanzeit um bis zu 50 %. Die für die einzelnen Standorte angegebenen Scanzeiten stellen die Ergebnisse einzelner Standorte dar und sind möglicherweise nicht repräsentativ für typische Ergebnisse. Die klinischen Ergebnisse variieren je nach Scannermodell, Feldstärke, Bildgebungsprotokoll und Standortkonfiguration. Vollständige Anwendungshinweise und Leistungsdaten finden Sie unter airsmed.com.

Logo - https://mma.prnewswire.com/media/2457674/5916330/airs_logo_new_Logo.jpg





 

Cision View original content:https://www.prnewswire.com/news-releases/swiftmr-von-airs-medical-erhalt-fda-zulassung-fur-den-einsatz-in-verbindung-mit-oem-deep-learning-rekonstruktionslosungen-302743290.html

EU, Malaysia, Schweiz: Wachsende regulatorische Front gegen Musks Plattform X

14.04.2026

Die Berner Staatsanwaltschaft hat nach einer Strafanzeige von Bundesrätin Karin Keller-Sutter ein Verfahren wegen Beschimpfung und Verleumdung eröffnet. Auslöser ist ein Vorfall auf der von Elon Musk kontrollierten Plattform X: Ein Nutzer hatte den integrierten KI-Chatbot Grok am 10. März dazu aufgefordert, die FDP-Bundesrätin mit „total verf**ktem Gassen-Slang“ und in vulgär-sexistischer Sprache zu attackieren. Grok lieferte daraufhin öffentlich ein entsprechendes Posting, das der Nutzer später wieder löschte.

Keller-Sutter reichte eine Anzeige gegen unbekannt ein. Es sei grundsätzlich nötig, sich gegen derartige frauenfeindliche Äusserungen zur Wehr zu setzen und die Täter in ihre Schranken zu weisen, liess ihre Medienstelle ausrichten. Ihr Sprecher bezeichnete den zugrunde liegenden Frauenhass gegenüber mehreren Schweizer Zeitungen als etwas, das nicht als normal oder akzeptabel empfunden werden dürfe. Die Behörde Bern-Mittelland bestätigte die eingeleiteten Ermittlungen; in welche Richtung weiter untersucht wird, sei Sache der Staatsanwaltschaft, heisst es.

Brisanz erhält der Fall, weil die Finanzministerin die Strafverfolger ausdrücklich darum bittet zu prüfen, ob die Verantwortlichen bei X den Chatbot Grok im Wissen oder gar in der Absicht zur Verfügung stellen, um Straftaten zu ermöglichen. Damit steht nicht nur der einzelne Nutzer im Fokus, sondern auch die Frage, welche rechtliche Verantwortung Plattformbetreiber und KI-Anbieter für durch ihre Systeme generierte Inhalte tragen. Der mutmassliche Urheber des Posts, ein 75-jähriger Schweizer mit gut 1300 Followern, sprach gegenüber Medien von einer „harmlosen technischen Übung“.

Über die Schweiz hinaus gerät Grok bereits unter regulatorischen Druck. Die EU-Kommission hatte nach Kritik an sexualisierten KI-Bildern im Zusammenhang mit dem Dienst im Januar ein Verfahren gegen X eingeleitet. Brüssel wirft dem Unternehmen vor, die Risiken bei der Einführung seiner Künstlichen Intelligenz auf der Online-Plattform nicht ausreichend bewertet und reduziert zu haben. Auch Malaysia kündigte Anfang Jahr an, rechtlich gegen Musks Konzern vorgehen zu wollen. Vor diesem Hintergrund könnte das Berner Verfahren zu einem Pilotfall werden, wie Strafrecht, Gleichstellung und KI-Regulierung im digitalen Umfeld zusammenspielen.