Medicinal
Kheiron lancerer AI-værktøjer til at forbedre screening af brystkræft
Kheiron Medical Technologies lancerer sammen med samarbejde fra Radiological Society of North America (RSNA) to nye fremskridt inden for kunstig intelligens (AI), som vil have store konsekvenser for brystkræftscreening. Kheiron er en anvendt videnskabsvirksomhed, der arbejder på at forbedre og understøtte kræftscreening med maskinlæring.
De nye fremskridt kan transformere hele brystkræftscreeningsforløbet, som involverer to kritiske stadier, hvor AI kan forbedre resultaterne.
Disse to faser er:
- Når kvinder inviteres til at planlægge deres screening mammografi.
- Under billedoptagelses- og revisionsprocessen.
Kaplan-projektet
Virksomheden har også annoncerede at det samarbejder med Stanford University om at bruge AI på nye områder inden for onkologi. Deres arbejde vil være fokuseret på at designe funktionelle proof-of-concept deep learning-modeller, der kan bruges til at løse kliniske udfordringer, hvor den første involverer Non-Hodgkins lymfom (NHL).
Det nye samarbejde, som kaldes The Kaplan Project, vil anvende Kheirons deep learning-teknologi på FDG-PET/CT-billeder af lymfompatienter. Målet er at forbedre radiologens effektivitet og nøjagtighed.
Dr. Peter Kecskemethy er administrerende direktør for Kheiron.
"Dette banebrydende projekt markerer et nyt kapitel i anvendelsen af kunstig intelligens til at transformere kræftdiagnostik på tværs af hele patientforløbet," siger Dr. Kecskemethy. "At forene nye deep learning-teknologier med den kliniske ekspertise fra akademiske forskningsinstitutioner som Stanford vil føre til udviklingen af en helt ny kategori af AI-diagnostik og i sidste ende forbedre patientresultaterne."
RSViP
Kheiron har også lanceret RSViP, et nyt AI-aktiveret værktøj, der optimerer planlægningen af brystscreeningsprogrammer for udsatte kvinder. Ifølge den indledende forskning har værktøjet med succes markeret kvinder med højere risiko til screening, og med tidligere opdagelsesrater kan der være forbedret overlevelse og lavere plejeomkostninger.
"Klinisk forskning har vist, at forsinkelser i brystkræftdiagnosen kan føre til værre resultater, herunder risikoen for metastasering af kræften, nedsat overlevelse og øgede behandlingsomkostninger," siger Dr. Kecskemethy. "Hos Kheiron er vores mål med at bringe RSViP til brystscreeningssamfundet at udnytte kraften i AI til at identificere de kvinder, der først skal planlægges til deres mammografi, baseret på hendes tidligere mammografi, hvilket gør det muligt for de kvinder, der ville have mest gavn af at blive flyttet. forrest i rækken."
RSViP-værktøjet analyserer billeder fra hver kvindes tidligere screening, før de vurderer hvert enkelt tilfælde baseret på AI-detekterede signaler om formodede læsioner. Maskinlæringsindsigt indikerer også potentialet for at udvikle brystkræft. Værktøjet genererer derefter en handlingsegnet liste, som planlæggeren kan bruge til at booke aftaler for de mest udsatte kvinder.
Mia IQ-softwareenhed
Den sidste meddelelse fra Kheiron involverer introduktionen af den nye Mia IQ softwareenhed i USA. Enheden vil hjælpe udbydere af brystscreening med at forbedre billedkvaliteten, træning og auditforberedelse.
Enheden kører på kunstig intelligens og maskinlæring, som gør den i stand til retrospektivt at gennemgå mammografier. Det kan derefter identificere potentielle uoverensstemmelser i brystpositionering og kompression, som er afgørende for påvisning af brystkræft.
"Hos Kheiron er vores mål at styrke brystscreeningssamfundet med kunstig intelligens og dyb læring for at forbedre den tidlige opdagelse af kræft," siger Dr. Kecskemethy. "Brystpositionering under mammografi er afgørende for påvisning af potentielle maligne sygdomme. Mia IQ leverer et nyt værktøj til billedbehandlingsprofessionelle til brug ved gennemgang og revision af mammografibilleder, som kan give vigtig indsigt til træning og kvalitetsforbedring.”
Disse tre nye fremskridt annonceret af Kheiron vil gå langt i at forbedre brystet kræftscreening, og de fremhæver styrken af AI-teknologier i sundhedssektoren.
