Certificación CE para herramienta de interpretación basada en IA
Por el equipo editorial de MedImaging en español Actualizado el 18 Jun 2018 |
Imagen: La herramienta de interpretación de radiografía de tórax, basada en IA, qXR, ha recibido la certificación CE (Fotografía cortesía de Qure.ai).
Una herramienta de interpretación de radiografías de tórax qXR, basada en IA, que detecta 15 de las anomalías de rayos X de tórax más comunes con una exactitud de más del 90%, ha recibido la certificación CE. Desarrollada por la empresa de servicios de IA para la salud, Qure.ai (Maharashtra, India), qXR se ha capacitado en más de un millón de radiografías de tórax y utiliza un mapa de calor o un cuadro delimitador para señalar anomalías al clínico, ayudando a la confirmación rápida en solo milisegundos.
Las redes neuronales profundas de Qure.ai pueden comprender e interpretar las imágenes médicas con una exactitud sin precedentes y permiten que las máquinas realicen diagnósticos de rutina, mejorando así los costos y los resultados de la atención médica. La compañía ha desarrollado qXR como parte de su línea de productos de aprendizaje profundo para radiología, que incluyen algoritmos de interpretación automatizados para las tomografías computarizadas de la cabeza, las resonancias magnéticas cerebrales y las musculoesqueléticas.
qXR ya se utiliza globalmente como una herramienta de detección para la tuberculosis en entornos sin profesionales de la salud capacitados. qXR puede acelerar significativamente el protocolo de diagnóstico de tuberculosis mediante la detección de radiografías de tórax en milisegundos. Qure.ai también lanzó una interfaz basada en web en scan.qure.ai que permite a los radiólogos probar el desempeño de qXR al proporcionar a los usuarios una interpretación en tiempo real de las radiografías de tórax.
“La radiografía de tórax es la investigación de radiología más comúnmente realizada, pero una de las más difíciles de interpretar”, dijo la Dra. Shalini Govil, Controladora de Calidad del Grupo de Radiología Asia Columbia. “La solución de Qure.ai podría servir como asistente de radiología, proporcionar un informe preliminar que pueda ser validado por un médico o radiólogo. También han ideado la tecnología para visualizar lo que el algoritmo ve: una forma de ‘ver a través de los ojos de la computadora’. Creo que esto cambiará las reglas del juego en el camino hacia la construcción de confianza en la IA”.
“Nos complace anunciar esta certificación, que despeja nuestro camino al mercado en muchas geografías”, dijo Prashant Warier, cofundador y director ejecutivo de Qure.ai. “qXR puede ayudar a los médicos a detectar y detectar anomalías rápidamente y con exactitud, reduciendo las posibilidades de pasar por alto un diagnóstico”.
Las redes neuronales profundas de Qure.ai pueden comprender e interpretar las imágenes médicas con una exactitud sin precedentes y permiten que las máquinas realicen diagnósticos de rutina, mejorando así los costos y los resultados de la atención médica. La compañía ha desarrollado qXR como parte de su línea de productos de aprendizaje profundo para radiología, que incluyen algoritmos de interpretación automatizados para las tomografías computarizadas de la cabeza, las resonancias magnéticas cerebrales y las musculoesqueléticas.
qXR ya se utiliza globalmente como una herramienta de detección para la tuberculosis en entornos sin profesionales de la salud capacitados. qXR puede acelerar significativamente el protocolo de diagnóstico de tuberculosis mediante la detección de radiografías de tórax en milisegundos. Qure.ai también lanzó una interfaz basada en web en scan.qure.ai que permite a los radiólogos probar el desempeño de qXR al proporcionar a los usuarios una interpretación en tiempo real de las radiografías de tórax.
“La radiografía de tórax es la investigación de radiología más comúnmente realizada, pero una de las más difíciles de interpretar”, dijo la Dra. Shalini Govil, Controladora de Calidad del Grupo de Radiología Asia Columbia. “La solución de Qure.ai podría servir como asistente de radiología, proporcionar un informe preliminar que pueda ser validado por un médico o radiólogo. También han ideado la tecnología para visualizar lo que el algoritmo ve: una forma de ‘ver a través de los ojos de la computadora’. Creo que esto cambiará las reglas del juego en el camino hacia la construcción de confianza en la IA”.
“Nos complace anunciar esta certificación, que despeja nuestro camino al mercado en muchas geografías”, dijo Prashant Warier, cofundador y director ejecutivo de Qure.ai. “qXR puede ayudar a los médicos a detectar y detectar anomalías rápidamente y con exactitud, reduciendo las posibilidades de pasar por alto un diagnóstico”.
Últimas Industria noticias
- Samsung y Bracco firman nuevo acuerdo de tecnología de ultrasonido de diagnóstico
- IBA adquiere Radcal para ampliar oferta de garantía de calidad de imágenes médicas
- Sociedades internacionales sugieren consideraciones clave para herramientas IA para radiología
- Dispositivos de rayos X de Samsung funcionarán con soluciones de IA de Lunit para exámenes avanzados de tórax
- Canon Medical y Olympus colaboran en sistemas de ultrasonido endoscópico
- GE HealthCare adquiere empresa de análisis de imágenes por IA MIM Software
- Primeros criterios internacionales establecen las bases para mejorar diagnóstico por imágenes de tumores cerebrales
- RSNA revela los 10 estudios de radiología más citados de 2023
- Exposiciones técnicas RSNA 2023 ofrecerá innovaciones en IA, impresión 3D y más
- Según un estudio, productos de imágenes médicas por IA se quintuplicarán para 2035
- Exposiciones técnicas de RSNA 2023 destacan las últimas innovaciones en imágenes médicas
- Tecnologías impulsadas por IA ayudan a interpretar rediografías e imágenes de resonancias magnéticas para mejorar diagnóstico de enfermedades
- Hologic y Bayer se asocian para mejorar imágenes de mamografía
- Mercado mundial de arcos en C fijos y móviles impulsado por aumento de procedimientos quirúrgicos
- Mercado mundial de ultrasonido mejorado por contraste impulsado por demanda de detección temprana de enfermedades crónicas
- Uso de imágenes avanzadas aumenta en departamentos de emergencia