Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
AI devenant répandue en identifiant la course, blessure à la tête
{{{sourceTextContent.subTitle}}}
Qure.ai est la prochaine société dans la ligne pour développer une technologie basée sur AI qui peut aider à repérer le traumatisme dans le balayage du CT d'un patient.
{{{sourceTextContent.description}}}
Une autre société jette son chapeau dans l'anneau pour employer l'intelligence artificielle d'aider à identifier saigne, des fractures et d'autres anomalies critiques dans les balayages principaux de CT. San Mateo, Qure.ai basé sur CA a libéré les résultats d'une étude clinique de validation confirmant les résultats du proche-radiologue de son algorithme sur 21, 000 patients et a fait un ensemble de données de la tête AI-analysée presque par 500 que le CT balaye disponible pour le téléchargement.
Les résultats ont été édités dans un papier de recherches sur le système de distribution en ligne de l'Université de Cornell pour la recherche, arXiv.org. Le papier est intitulé « développement et validation des algorithmes d'étude profonds pour la détection des résultats critiques dans les balayages principaux de CT. »
« Un patient pourrait devoir attendre deux heures pour faire faire leurs balayages et la thérapie appropriée donnée à eux, » le co-fondateur de Prashant Warier et le Président de Qure.ai, ont dit MD+DI. « Mais avec cet élément en place, qui peut être accéléré peut-être à quelques minutes. »
Qure.ai a formé la nouvelle AI utilisant une collection de 313 318 balayages anonymized de CT de tête, avec leurs rapports cliniques correspondants. De ces derniers, 21 095 balayages ont été alors employés pour valider les algorithmes de l'AI. En conclusion, l'AI a été médicalement validée sur 491 balayages de CT, avec les résultats comparés contre un groupe de trois radiologues supérieurs. Le groupe de radiologues a inclus Norbert G. Campeau, M.D., un neuro--radiologue supérieur du département de la Mayo Clinic de la radiologie. L'étude de validation a constaté que Qure.ai AI était plus de 95% précis en identifiant des anomalies.
L'annonce de l'étude clinique de validation suit Viz.ai recevant une approbation de De Novo FDA pour le logiciel de sélection d'AI. FDA se déconnectant sur la technologie était tout énorme qu'il a semblé que l'agence réchauffait à l'idée des solutions d'AI dans les soins de santé.
« Puisqu'il y a un dispositif d'attribut, nous devrions pouvoir utiliser cela et pouvoir obtenir [signe d'assentiment] de FDA, » Warier a dit.
La grande plate-forme de course de l'occlusion de navire de Viz.ai (LVO) se relie à un scanner de CT d'hôpital. La plate-forme alerte alors le spécialiste en course qu'une course suspectée de LVO a été identifiée, envoyant les images radiologiques directement à leur téléphone intelligent.
En février, San Francisco, société basée sur CA, a indiqué MD+DI que pour gagner l'approbation pour la plate-forme il a soumis une étude rétrospective de 300 images de CT qui ont évalué les résultats indépendants de l'algorithme d'analyse d'image et de la fonctionnalité d'avis de l'application de contact de Viz.ai contre les résultats de deux neuro--radiologues qualifiés pour la détection de grands blocages de navire dans le cerveau. Des preuves réelles ont été employées avec une étude clinique pour démontrer que l'application pourrait informer un spécialiste neurovascular plus tôt dans les cas où un blocage était suspecté.