Rayscape blog 180223

Schnellere Diagnosen für das Thoraxröntgen in Wort und Bild

Radiographie des Thorax eines 65-jährigen Patienten mit Symptomen einer unteren Atemwegsinfektion. Es sind multiple Strahlentransparenzminderungen und Konsolidierungen in Projektion auf die Lungenunterlappen und den Mittellappen sichtbar. Rayscape identifiziert korrekt alle Konsolidierungen (rot) und Opazitäten (grün). Rayscape stuft die Wahrscheinlichkeit einer Viruserkrankung als mittel ein (3 von 6) und schlägt als Differentialdiagnose richtigerweise eine Bronchopneumonie vor. Außerdem werden einige kleine Lungenläsionen berichtet (rosa), die die Radiologen zuerst nicht befundet hatten.

Die Radiographie des Thorax gehört zu den häufigsten radiologischen Untersuchungen überhaupt und sie stellt auch eine wesentliche bildgebende First-line-Modalität in Spitälern und Arztpraxen dar. Die Präzision in der Befunderstellung und die Ergebnisübermittlung von Radiologen an Patienten und Kliniker sind die wichtigsten Erfolgsfaktoren für jede optimale Befundbesprechung und Therapie.

Mit grosser Freude präsentieren wir Ihnen Rayscape, einen Assistenten für die Radiographie des Thorax.

Was Rayscape ist und wie es arbeitet

Rayscape erhöht die Genauigkeit bei der Erkennung von 17 wichtigen Pathologien des Thorax.

Thoraxbefunde werden tabellarisch berichtet und visualisiert. Für jeden Befund wird die True Positiv-Rate als Wahrscheinlichkeitsgrad gegenüber Differentialdiagnosen dargestellt, vor allem für Lungenrundherde, Lungenentzündungen und mediastinale Pathologien. Die klaren Befunddarstellungen sind eine willkommene Unterstützung für den Wissenstransfer von Radiologen zu Patienten und Ärzten.

Wer profitiert

Patienten, Kliniker und Radiologen durch das Erkennen der wichtigsten Thoraxerkrankungen und -verletzungen mit einer klaren Befunddarstellung in Wort und Bild.

Unsere eigene Erfahrung bei Radailogy

Wir haben Rayscape über mehrere Jahre getestet und Hand in Hand mit dem Hersteller zum Go life gebracht. Wir überprüften die Leistungsdaten und verglichen sie mit unseren eigenen Beobachtungen:

Rayscape unterstützt die Erkennung von Lungenrundherden, Lungenkonsolidierungen, Lungenödem, Lungenemphysem, interstitiellen Lungenerkrankungen, Tuberkulose, Pneumothorax, Pleuraergüssen, Atelektase, Cardiomegalie, hilären und mediastinalen Pathologien, Zwerchfellanomalien, Frakturen, Skoliose, Katheter und Drainagen. Aus unserer Sicht erzielt Rayscape die besten Ergebnisse in der Erkennung von Lungenentzündungen, einschliesslich viraler Pneumonien mit Wahrscheinlichkeitsgraduierung von 1 bis 6, Lungenrundherden, Pneumothorax, Pleuraergüssen, kardialer Dekompensation, Konsolidierungen und Atelektase.

Die Performance

Rayscape weist eine hohe Genauigkeit in der Erkennung von 17 wichtigen Thoraxpathologien auf. Die Area Under the Receiver Operating Characteristics (AUROC) ist am höchsten für Tuberkulose (99,1), Pneumothorax (97,4), Lungenödem (94,7), Konsolidierungen (94,6), am niedrigsten für interstitielle Lungenerkrankungen (81,5), Skoliose (82), Zwerchfellanomalien (85,4) sowie hiläre und mediastinale Pathologien (87,7).

Daten zum Upload auf Radailogy

Digitalradiographie des Thorax p.a. oder a.p.

ColumboNeu web

MRT der Lendenwirbelsäule: CoLumbo mit neuen Features

T2-gewichtete sagittale (links und Mitte) und axiale (rechts) MRT der Lendenwirbelsäule eines Patienten mit Rückenschmerzen, Schwäche der unteren Extremitäten und Parästhesien. Deutliche Bandscheibenvorwölbung (blau) und Spinalkanalstenose auf Höhe L2/L3, mäßige Bandscheibenvorwölbung und Spinalkanalstenose auf Höhe Th1-L2 und L4-S1. Bandscheibenvorfall links paramedian (rot), Duralsack-Impingement (hellblau) und Verlagerung der linken rezessalen Wurzel L4 auf Höhe L3/L4. Foramenstenose und Kompression der Nerven L3 und L4 links (rosa) auf Höhe L3-L5. Osteochondrose Modic Typ II L2/L3 und L4/L5.

Mit CoLumbo haben wir für Sie einen hervorragenden AI-Assistenten für die Beurteilung der MRT der Lendenwirbelsäule bereit. Die neueste Version, die jetzt auf Radailogy verfügbar ist, bietet eine Vielzahl zusätzlicher Funktionen für die hochwertige Befundung dieser häufigen radiologischen Untersuchung. Insbesondere sind die Beschreibung der Foramenstenosen und der foraminären Nervenwurzelbedrängung sowie die Erkennung osteochondrotischer Pathologien nach Modic von Bedeutung.

Mit grosser Freude präsentieren wir Ihnen CoLumbo, einen AI-Assistenten für die MRT der Lendenwirbelsäule.

Was CoLumbo ist und wie es arbeitet

CoLumbo spart Zeit und erhöht die Genauigkeit bei der Erkennung der häufigsten Pathologien der Lendenwirbelsäule.

MRT-Befunde der Lendenwirbelsäule werden berichtet und visualisiert. Es unterstützt den Wissenstransfer von Radiologen zu Patienten und Ärzten. Darüber hinaus werden alle Befunde in umfassenden, standardisierten Berichten festgehalten und können als integraler, automatisch ausfüllender Bestandteil des Befundberichts verwendet werden.

Wer profitiert

Patienten, Kliniker und Radiologen durch eine detailliertere und genauere Diagnose mit anschließend verringerter Wahrscheinlichkeit einer suboptimalen Therapie oder Operation. Genaue automatische Messungen und eine klare farbige Darstellung aller Befunde verringern die Notwendigkeit, MRT-Befunde von Hand zu messen.

Unsere eigene Erfahrung bei Radailogy

Der AI-Assistent unterstützt die Erkennung von Bandscheibenvorfall, Bandscheibenvorwölbung, zentraler Spinalkanalstenose, Foramenstenose, Nervenwurzelimpingement, reduzierter Wirbel- und Bandscheibenhöhe, Hypo- und Hyperlordose, Spondylolisthese und Pseudolisthese sowie osteochondrotischer Pathologien nach Modic.

Die wissenschaftliche Evidenz

CoLumbo erzielte in der klinischen Forschung hervorragende Ergebnisse in Bezug auf die Genauigkeit zur Erkennung und Kennzeichnung von Bandscheiben (100 %), der Erkennung von Bandscheibenherniation (87%; 95% KI: 0,84, 0,89), Extrusion (86%; 95% KI: 0,84, 0,89), Bulging (76%; 95% KI: 0,73, 0,78), Spinalkanalstenose (98%; 95% KI: 0,97, 0,99), Nervenwurzelkompression (91%; 95% KI: 0,89, 0,92) und Spondylolisthese (87,61%; 95% KI: 85,26, 89,21).

Lehnen NC, Haase R, JFaber J, Rüber T, Vatter H, Radbruch A, Schmee FC. Detection of Degenerative Changes on MR Images of the Lumbar Spine with a Convolutional Neural Network: A Feasibility Study. Diagnostics 2021; 19;11(5):902

Daten zum Upload auf Radailogy

1-3 Tesla MRT, T2 axial und sagittal 2D und 3D, Schichtdicke 3,45-5 mm

RayscapeLungCT

Onkologische Lungen-CT: Häufig, wichtig und immer zeitintensiv

CT des Thorax eines Patienten mit einer kolorektalen Krebsanamnese. In der Voruntersuchung vom 13. Juni 2023 sind zwei Rundherde im Unterlappen der linken Lunge ersichtlich (links). Rayscape Lung CT gibt den Durchmesser und das Volumen der Patholgien an. Im Follow up-CT vom 29. September 2023 sind diese Rundherde im Durchmesser um 29,8 % bzw. 27,9 % und im Volumen um 211,3 % bzw. 20,4 % progredient. Darüber hinaus finden sich in der abgebildeten Ebene der Unterlappen drei neue Rundherde. Rayscape Lung CT markiert diese drei Läsionen als neu und gibt ihren Durchmesser, ihr Volumen und ihre Morphologie (rechts) an.

Lungenrundherde treten allein in Europa bei mehr als zwei Millionen Menschen pro Jahr auf. Gleichzeitig liegt die Sterblichkeitsrate durch Lungenkrebs weltweit bei etwa zwei Millionen jährlich. Ihr Anstieg wird in 10-Jahresintervallen mit ca. 30 % berichtet. Bereits diese wenigen Zahlen verdeutlichen die hohe Verantwortung, die Radiologen bei der Befundung von Computertomographien des Thorax tragen. Und wie zeitaufwändig diese Aufgabe ist, wird besonders erkennbar, wenn es darum geht, Lungenrundherde bei jedem einzelnen Patienten anhand von Voruntersuchungen zu beurteilen.

Mit grosser Freude präsentieren wir Ihnen Rayscape Lung CT, einen AI-Assistenten für die Erkennung von Lungenrundherden in CT-Untersuchungen.

Warum Rayscape Lung CT bedeutend ist und wie es arbeitet

Rayscape Lung CT identifiziert pulmonale Rundherde von 3 bis 30 mm Durchmesser. Eine wichtige Funktion ist der automatisierte Befundvergleich der Rundherde von CT-Untersuchung zu CT-Untersuchung.

Die Resultate werden tabellarisch berichtet und innerhalb der CT-Bilder visualisiert. Jeder einzelne Rundherd wird mit seiner exakten Lokalisation, Durchmesser, Volumen und insbesondere seiner Morphologie beschrieben. Diese klaren Befunddarstellungen sind eine essentielle Unterstützung für den Wissenstransfer von Radiologen zu Patienten und Ärzten. Rayscape Lung CT kann sowohl für einzelne Patienten als auch im Vollbetrieb onkologischer Abteilungen eingesetzt werden.

Wer profitiert

Patienten, Kliniker und Radiologen durch das zuverlässige Erkennen von Lungenrundherden mit klarer Befunddarstellung in Tabellen und Bildern. Sowohl im Screening als auch im therapeutischen onkologischen Setting ermöglicht der AI-Assistent mit seiner genauen Analyse eine rechtzeitige und individuelle Behandlung.

Unsere eigene Erfahrung bei Radailogy

Rayscape Lung CT weist in unserem eigenen Patientenkollektiv hohe Werte für PPV, NPV und Sensitivität von jeweils mehr als 97 % auf. Die Sensitivität in der korrekten Erkennung von pulmonalen Rundherden beträgt bei uns über 93%. Rundherde werden präzise mit den Parametern Durchmesser, Volumen und der morphologischen Charakteristika beschrieben. Im Follow up werden bis zu drei CT-Studien verglichen. Neu aufgetretene Rundherde werden als solche ausgewiesen. Insbesondere der automatisierte Vergleich mehrerer Lungen-CTs bringt uns für jeden einzelnen Patienten jeden Tag einen erstaunlichen Zeitgewinn und die gewünschte zusätzliche Sicherheit in der Vollständigkeit unserer Befunde.

Rayscape Lung CT ermittelt für jede Studie eine Risikoanalyse anhand der etablierten Fleischer-Kriterien. Wir erkennen diesen Zusatz als sinnvoll an, haben ihn allerdings in der täglichen Praxis nicht oft zur Befundbesprechung mit Klinikern und Patienten herangezogen.

Der AI-Assistent erkennt, wie beschrieben, Lungenrundherde mit hoher Zuverlässigkeit. Uns fiel auf, dass im therapeutischen onkologischen Setting Primärtumoren von mehr als 30 mm Durchmesser nicht ausführlich beschrieben werden. Dies ist allerdings auch nicht das vom Hersteller formulierte Ziel der Software.  

Die wissenschaftliche Evidenz

Tenescu A, Bercean BA, Avramescu C, Marcu M. Averaging Model Weights Boosts Automated Lung Nodule Detection on Computed Tomography. 13th International Conference on Bioscience, Biochemistry and Bioinformatics. 2023 ISBN 978-1-4503-9819-0.

Benta MM, Rasadean C, Ardelean PG, Barbulescu I, Birhala A, Bercean B, Avramescu C, Tenescu A, Birsasteanu F. Artificial intelligence in computed tomography – lung nodule analysis algorithm. ECR 2022 DOI 10.26044/ecr2022/C-17388.

Daten zum Upload auf Radailogy

Native oder Kontrastmittel-gestützte CT-Studien des Thorax jeden CT-Gerätealters und jeden Geräteherstellers, axiale Reformationen; Schichtdicke höchstens 3 mm; Lungen-Rekonstruktionskernel; Patientenalter zumindest 16 Jahre