All posts by : Radailogy Office

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

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

Warum Radailogy einen Unterschied ausmacht

Auf unserer Online-Plattform www.radailogy.com bieten wir Ihnen die führenden AI-Assistenten für Ihren täglichen Gebrauch. Wir prüfen jede Software auf Herz und Nieren, bevor wir sie für Mediziner weltweit freigeben. Besuchen Sie unsere Online-Plattform und finden Sie heraus, welcher AI-Assistent für Ihre medizinische Spezialisierung interessant ist: https://www.radailogy.com/de/ai-partner/

Was Radailogy kostet

Mit Radailogy sind Sie an keine AI-Firma vertraglich gebunden. Sie senden uns einfach und sicher Ihre radiologischen Studien und Sie haben die Wahl!

Pure AI

Sie erhalten das AI-Ergebnis für Ihre Studien schnell und transparent, ab € 8

Combained

Unsere intensiv auf AI trainierten Fachärzte für Radiologie wählen die passende AI für Ihre Untersuchung aus und integrieren das AI-Ergebnis in unseren fachärztlichen Befund, ab € 23

Defained

Unsere Radailogen verwenden die von Ihnen gewünschte AI und integrieren das AI-Ergebnis in unseren fachärztlichen Befund, ab € 23

Wie Radailogy funktioniert

Wir laden Sie herzlich zu unserem Kick-off-Event am 1. Dezember 2023 um 19:00 Uhr ein! Wir führen Sie live von A bis Z durch die Welt unserer AI!

Besuchen Sie uns persönlich in unserem Headquarters im schweizerischen Baar oder nehmen Sie an unserer Live-Präsentation per Videokonferenz teil!

Jetzt einfach anmelden!

office@radailogy.com

Tel +41 41 763 33 10

Wir freuen uns, Sie schon bald bei Radailogy begrüssen zu dürfen!

Merken Sie den Termin vor! Wir laden Sie herzlich zu unserem Kick-off-Event am 1. Dezember 2023 um 19:00 Uhr ein!

Teilen Sie unsere Vision bei Radailogy, erleben Sie unsere Performance hautnah, lernen Sie unser Team kennen und genießen Sie Sie mit uns einen Abend mit Cutting Edge-Präsentationen rund um die Künstliche Intelligenz in der Medizin!

Sichern Sie sich Ihr Ticket jetzt unter office@radailogy.com

Zentral

Zentraler geht es nicht: Unser neuer Standort liegt im Herzen der Zentralschweiz. Mit dem direkten Autobahnanschluss vor der Tür erreichen Sie uns vom Flughafen Zürich in weniger als 30 Minuten.

Geräumig

Mehr Arbeitsraum in einer unnachahmlich eleganten und entspannten Atmosphäre. Außerdem haben wir unser brandneues TV-Studio eingerichtet. Ab September 2023 werden wir mit wöchentlichen Übertragungen live gehen. Außerdem werden wir Videokonferenzen professionell aus unserem TV-Studio streamen.  

Individuell

Unsere Mitarbeiter und Gäste finden eine riesige Auswahl an großzügigen Open-Space-Räumen, Konferenzräumen und Lounges. Erleben und genießen Sie unseren Spirit bei Radailogy!

Wir freuen uns, mit Ihnen in eine gemeinsame, vertrauensvolle und erfolgreiche Zukunft zu gehen!

Ihr Team bei Radailogy!

Time is Health: Unser Motto wird insbesondere verständlich, wenn es um akute ischämische Schlaganfälle geht. Jede medizinische Akutstation weiss, was es heisst, rund um die Uhr eine Vielzahl an Patienten mit der besten diagnostischen Präzision zu begleiten. Intrakranielle Akutpathologien müssen rasch und sicher visualisiert werden.  

Mit grosser Freude präsentieren wir Ihnen CINA-ASPECTS, einen AI-Assistenten für die Erkennung akuter intrakranieller Ischämien in CT-Studien.

Warum CINA-ASPECTS bedeutend ist und wie es arbeitet

CINA-ASPECTS wurde als Triage-Tool für den radiologischen Akutbetrieb entwickelt. Der AI-Assistent berichtet umgehend den Verdacht auf akute intrakranielle Ischämien in CT-Untersuchungen und ermöglicht die Priorisierung dieser Patienten. Der AI-Assistent verschafft Radiologen und Akutmedizinern eine herausragende Darstellung der Befunde in Wort und Bild.

Jeder Mediziner kann CINA-ASPECTS für jeden einzelnen Notfallpatienten durch den raschen und einfachen Upload von CT-Studien des Neurokraniums auf Radailogy einsetzen. In medizinischen Institutionen kann dieser AI-Assistent seine Arbeit auch automatisch im Hintergrund verrichten, um das gewünschte Triage-Potential vollständig auszunützen.

Wer profitiert

Die Triage akuter ischämischer Schlaganfälle ist für alle Beteiligten, also für Patienten, Kliniker und Radiologen, essentiell.

Unsere eigene Erfahrung bei Radailogy

Die vom Entwickler angegebenen statistischen Daten der Sensitivität von 76,6%, der Spezifität von 88,7% und der Genauigkeit von 87,0% konnten wir unseren Tests reproduzieren und erarbeiteten teils höhere Daten zur Genauigkeit.

CINA-ASPECTS erkennt Hypodensitäten des supratentoriellen Gewebes und sulcale Störungen der Rinden-Markdifferenzierung. Der namensgebende topograhische ASPECTS wird zur Analyse verwendet: Das supratentorielle Gewebe wird pro Hemisphäre in zehn Regionen des Cerebri media-Versorgungsgebiets unterteilt, um Ischämien einer der beiden Hemisphären zu beschreiben. Die suspizierten pathologischen Areale werden farblich gekennzeichnet und in einer Tabelle unter Angaben der mittleren Dichtewerte pro Region tabellarisch gelistet. Daraus wird der ASPECTS für beide Hemisphären berechnet und angegeben.

Der Entwickler nennt als Limitation, dass ältere Infarkte nicht korrekt erkannt werden könnten und nennt als Einschlusskriterium für die Anwendung von CINA-ASPECTS die Durchführung innerhalb von 100 Minuten nach dem klinischen Ereignis.

CINA-ASPECTS unterstützt derzeit die Erkennung von Ischämien des posterioren Kreislaufs (pc-ASPECTS) nicht. Wir erwarten dies mit dem nächsten Upgrade.

Wir evaluierten CINA-ASPECTS auch zusammen mit den zwei weiteren AI-Assistenten, CINA-ICH and CINA-LVO, welche zur Erkennung hämorrhagischer und nicht-hämorrhagischer Schlaganfälle in CT-Studien entwickelt wurden. Finden Sie mehr dazu in unseren AI Assistenten!   

Die wissenschaftliche Evidenz

Ayobi A, Chang P, Chow D, Filippi C, Quenet S, Tassy M, Chaibi Y. Validation of a Deep Learning AI-based Software for Automated ASPECTS Assessment. ECR 2023. DOI:           10.26044/ecr2023/C-19206

Daten zum Upload auf Radailogy

Native CT-Studien des Neurokraniums jeden CT- Geräteherstellers, axiale Reformationen, Matrixgröße mindestens 256 x 256; Schichtdicke höchstens 2,5 mm, Röhrenspannung 100 kVp bis 160 kVp (empfohlen 120 kVp bis 140 kVp), Weichteil-Rekonstruktionskernel

Time is Health: Unser Motto wird insbesondere verständlich, wenn es um akute ischämische Schlaganfälle geht. Sie werden zu ca. 80% durch intrakranielle arterielle Thromben verursacht. Die rasche Diagnose mit der CT-Angiographie ist dementsprechend essentiell.

Mit grosser Freude präsentieren wir Ihnen CINA-LVO, einen AI-Assistenten für die Erkennung intrakranieller Arterienverschlüsse in CT-Angiographien.

Warum CINA-LVO bedeutend ist und wie es arbeitet

CINA-LVO berichtet als Triage-Tool im radiologischen Akutbetrieb den Verdacht auf intrakranielle Arterienverschlüsse in CT-Angiographien und ermöglicht die Priorisierung dieser Patienten. Die Software verschafft Radiologen und Akutmedizinern eine klare bildliche Befunddarstellung.

Jeder Mediziner kann CINA-LVO für jeden einzelnen Notfallpatienten durch den raschen und einfachen Upload von CT-Angiographien der Hirnbasisarterien auf Radailogy einsetzen. In medizinischen Institutionen kann diese AI-Software seine Arbeit auch automatisch im Hintergrund verrichten, um das gewünschte Triage-Potential vollständig auszunützen.

Wer profitiert

Die Triage arteriell bedingter ischämischer Schlaganfälle ist für alle Beteiligten, also für Patienten, Kliniker und Radiologen, essentiell.

Unsere eigene Erfahrung bei Radailogy

CINA-LVO (Large vessel occlusion) erkennt Verschlüsse der distalen intrakraniellen Arteria carotis interna sowie der M1- und M2-Segmente der Arteria cerebri media in CT-Angiographien der Hirnbasisarterien. Die suspizierten Arterien werden in axialen und coronalen MIPs gekennzeichnet.

Die vom Entwickler angegebenen statistischen Daten der Sensitivität von 97,9%, der Spezifität von 97,6% und der Genauigkeit von 97,7% konnten wir grossteils nachvollziehen. Dies korreliert mit den Angaben des Entwicklers, dass Verschlüsse von weniger als 1,5 mm nicht erkannt werden.

Es ist sinnvoll, CINA-LVO zusammen mit CINA-ICH und CINA-ASPECTS einzusetzen, welche zur Erkennung hämorrhagischer und nicht-hämorrhagischer Schlaganfälle in CT-Studien entwickelt wurden. Finden Sie mehr dazu in unserer AI-Software!   

Die wissenschaftliche Evidenz

McLouth J, Elstrott S, Chaibi Y, Quenet S, Chang PD, Chow DS, Soun JE. Validation of a Deep Learning Tool in the Detection of Intracranial Hemorrhage and Large Vessel Occlusion. Front Neurol. 2021 Apr 29;12:656112.

Rava RA, Peterson BA, Seymour SE, Snyder KV, Mokin M, Waqas M, Hoi Y, Davies JM, Levy EI, Siddiqui AH, Ionita CN. Validation of an artificial intelligence driven large vessel occlusion detection algorithm for acute ischemic stroke patients. Neuroradiol J. 2021 Oct;34(5):408-417.

Schlossman J, Ro D, Salehi S, Chow D, Yu W, Chang PD, Soun JE. Headto head comparison of commercial artificial intelligence solutions for detection of large vessel occlusion at a comprehensive stroke center. Front Neurol. 2022 Oct 10;13:1026609.

Daten zum Upload auf Radailogy

CT-Angiographien der Hirnbasisarterien jeden CT- Geräteherstellers, axiale Reformationen, Matrixgröße mindestens 512 x 512; Schichtdicke höchstens 1,25 mm, Röhrenspannung 80 kVp bis 140 kVp (empfohlen 120 kVp bis 140 kVp), 100 bis 400 mAs, Arterien-Rekonstruktionskernel

Time is Health: Unser Motto wird insbesondere verständlich, wenn es um akute Lungenembolien geht. Die Diagnose mit der CT-Angiographie des Pulmonalarterien ist dementsprechend dringend. Die automatisierte Früherkennung positiver Befunde hilft jeder medizinischen Akutstation, die weiss, was es bedeutet, rund um die Uhr eine Vielzahl an Patienten zu begleiten.

Mit grosser Freude präsentieren wir Ihnen CINA-IPE, einen AI-Assistenten für die Erkennung akuter Embolien der Pulmonalarterien in CT-Angiographien.

Warum CINA-IPE bedeutend ist und wie es arbeitet

CINA-IPE berichtet als Triage-Tool im radiologischen Akutbetrieb den Verdacht auf Thrombosen der Pulmonalarterien in CT-Angiographien und ermöglicht die Priorisierung dieser Patienten. Der AI-Assistent verschafft Radiologen und Akutmedizinern eine klare bildliche Befunddarstellung.

Jeder Mediziner kann CINA-IPE für jeden einzelnen Notfallpatienten durch den raschen und einfachen Upload von CT-Angiographien der Pulmonalarterien auf Radailogy einsetzen. In medizinischen Institutionen kann dieser AI-Assistent seine Arbeit auch automatisch im Hintergrund verrichten, um das gewünschte Triage-Potential vollständig auszunützen.

Wer profitiert

Die Triage akuter Lungenembolien ist für alle Beteiligten, also für Patienten, Kliniker und Radiologen, essentiell.

Unsere eigene Erfahrung bei Radailogy

CINA-IPE erkennt Emboli der zentralen und parazentralen Pulmonalarterien mit hervorragender Sicherheit. Die suspizierten Arterien werden in axialen MIPs gekennzeichnet.

Die vom Entwickler angegebenen statistischen Daten der Sensitivität von 86,6%, der Spezifität von 92,7% und der Genauigkeit von 90,0% konnten wir in unseren klinischen Test bestätigen. Unsicherheiten erkannten wir in der Erkennung peripherer Thrombosen. Dies korreliert mit den Angaben des Entwicklers, dass Embolien der subsegmentalen Arterien nicht erkannt werden.

Die wissenschaftliche Evidenz

Grenier PA, Ayobi A, Quenet S, Tassy M, Marx M, Chow DS, Weinberg BD, Chang PD, Chaibi Y. Deep Learning-Based Algorithm for Automatic Detection of Pulmonary Embolism in Chest CT Angiograms. Diagnostics. 2023;13(7), 1324

Schlossman J, Salehi S, Weinberg B, Chow D, Tassy M, Quenet S, Ayobi A, Chaibi Y, Chang P. Validation of a Deep Learning Tool for Automatic Pulmonary Embolism Detection. Am J Respir Crit Care Med. 2023;207:A2607

Daten zum Upload auf Radailogy

CT-Angiographien der Pulmonalarterien jeden CT- Geräteherstellers, axiale Reformationen, Matrixgröße mindestens 512 x 512; Schichtdicke höchstens 2,5 mm, Kontrastierung der zentralen Pulmonalarterien mindestens 100 HU (empfohlen mindestens 130 HU), Weichteil-Rekonstruktionskernel

Time is Health: Unser Motto wird insbesondere verständlich, wenn es um Schädelverletzungen und Schlaganfälle geht. Jede medizinische Akutstation weiss, was es heisst, rund um die Uhr eine Vielzahl an Patienten mit der besten diagnostischen Präzision zu begleiten. Intrakranielle Akutpathologien müssen rasch und sicher visualisiert werden.  

Mit grosser Freude präsentieren wir Ihnen CINA-ICH, einen AI-Assistenten für die Erkennung intrakranieller Blutungen in CT-Studien.

Warum CINA-ICH bedeutend ist und wie es arbeitet

CINA-ICH wurde als Triage-Tool für den radiologischen Akutbetrieb entwickelt. Der AI-Assistent berichtet umgehend den Verdacht auf intrakranielle Blutungen in CT-Untersuchungen und ermöglicht die Priorisierung dieser Patienten. Der AI-Assistent verschafft Radiologen und Akutmedizinern eine herausragende Darstellung der Befunde in Wort und Bild.

Jeder Mediziner kann CINA-ICH für jeden einzelnen Notfallpatienten durch den raschen und einfachen Upload von CT-Studien des Neurokraniums auf Radailogy einsetzen. In medizinischen Institutionen kann dieser AI-Assistent seine Arbeit auch automatisch im Hintergrund verrichten, um das gewünschte Triage-Potential vollständig auszunützen.

Wer profitiert

Die Triage des Schädel-Hirntraumas und hämorrhagischer Schlaganfälle ist für alle Beteiligten, also für Patienten, Kliniker und Radiologen, essentiell.

Unsere eigene Erfahrung bei Radailogy

Wir konnten die Performance von CINA-ICH in ausführlichen Testreihen eingehend studieren. Uns überzeugten einerseits die rasche und klare Befunddarstellung und andererseits die geringe Falsch-Negativ- und Falsch-Positiv-Raten in der Erkennung intrakranieller Blutungen. Dies deckt sich mit den vom Entwickler angegebenen statistischen Daten der Sensitivität und Spezifität von jeweils mehr als 90%, gemessen an den Gesamtkohorten.

Die Ergebnisse werden ausführlich berichtet. Blutungen werden in axialen CT-Volumina eingezeichnet. Zudem werden die Daten in tabellarischer Form aufgearbeitet und beinhalten die parenchymalen, sub- und epiduralen, subarachnoidalen sowie intraventrikulären Blutungsvolumina. Zusätzlich werden Midline shifts vermessen.

Der Hersteller beschreibt als mögliche Falsch-negativ-Erkennung kleinste Blutungen von weniger als 3 ml Volumen und nicht akute Hämorrhagien. Wir bei Radailogy haben in unseren klinischen Tests keine übersehenen Blutungen beobachtet.

Wir evaluierten CINA-ICH auch zusammen mit den zwei weitere AI-Assistenten, CINA-ASPECTS and CINA-LVO, welche zur Erkennung nicht-hämorrhagischer Schlaganfälle in CT-Studien entwickelt wurden. Finden Sie mehr dazu in unseren AI-Assistenten!   

Die wissenschaftliche Evidenz

McLouth J, Elstrott S, Chaibi Y, Quenet S, Chang PD, Chow DS, Soun JE. Validation of a Deep Learning Tool in the Detection of Intracranial Hemorrhage and Large Vessel Occlusion. Front Neurol. 2021 Apr 29;12:656112.

Rava RA, Seymour SE, LaQue ME, Peterson BA, Snyder KV, Mokin M, Waqas M, Hoi Y, Davies JM, Levy EI, Siddiqui AH, Ionita CN. Assessment of an Artificial Intelligence Algorithm for Detection of Intracranial Hemorrhage. World Neurosurg. 2021 Jun;150:e2 09 e217.

Daten zum Upload auf Radailogy

Native CT-Studien des Neurokraniums jeden CT- Geräteherstellers, axiale Reformationen, Matrixgröße mindestens 256 x 256; Schichtdicke höchstens 5 mm, Röhrenspannung 100 kVp bis 160 kVp (empfohlen 120 kVp bis 140 kVp), Weichteil-Rekonstruktionskernel

Die Vermessung von Körperachsen ist eine der unverzichtbaren Domänen der Radiologie. Sie stellt gleichzeitig einen hohen Anspruch an die präzise Beschreibung der Messwerte dar und damit an die verfügbare Arbeitszeit der Radiologen dar.

Mit grosser Freude präsentieren wir Ihnen BoneView Measurements, einen AI-Assistenten für die automatisierte Vermessung von Körperachsen auf Röntgenbildern.

Warum BoneView Measurments bedeutend ist und wie es arbeitet

BoneView Measurements ist ein vollautomatisierter AI-Assistent für die Vermessung von Körperachsen. Mit seiner Anwendung wird die Variabilität der Messergebnisse minimiert und die Reproduzierbarkeit sichergestellt. Der AI-Assistent erleichtert die Interpretation der Befunde dank ihres leicht ablesbaren Displays.

Wer profitiert

Patienten, Kliniker und Radiologen durch die detaillierte Vermessung von Körperachsen auf Röntgenbildern. BoneView Measurements kann auch sicher und einfach in den täglichen Workflow integriert werden.

Unsere eigene Erfahrung bei Radailogy

Die Vermessungen funktionieren hervorragend für die Wirbelsäule, das Becken, die Hüften, für Ganzbeinaufnahmen und Vorfüsse.

Jedem Mediziner wird es für jeden einzelnen Patienten durch den raschen und einfachen Upload auf Radailogy ermöglicht, die Vermessung von Körperachsen anzufordern. Unsere Kunden in der Telemedizin verwenden BoneView Measurements auch als Standard in der täglichen Praxis, um ihren Workflow zu optimieren.

Die wissenschaftliche Evidenz

Lassalle L, Regnard NE, Ventre J, Marty V, Clovis L, Zhang Z, Guermazi A, Laredo JD. Automated feet measurements using an artificial intelligence-based software. In press

Lassalle L, Regnard NE, Ventre J, Marty V, Clovis L, Zhang Z, Guermazi A, Laredo JD. Automated full-leg measurements using an artificial intelligence-based software. In press

Lassalle L, Regnard NE, Tran A, Ventre J, Marty V, Clovis L, Zhang Z, Guermazi A, Laredo JD. Automated hip measurements using an artificial intelligence-based software. In press

Daten zum Upload auf Radailogy

Digitalradiographie der Wirbelsäule, des Beckens, der Hüften, von Ganzbeinaufnahmen und der Vorfüsse ab drei Jahren, je nach anatomischer Region

Die Bestimmung des Knochenalters ist eine der unverzichtbaren Domänen der Radiologie. Sie stellt gleichzeitig einen hohen Anspruch an die eindeutige Beschreibung der Messwerte.

Mit grosser Freude präsentieren wir Ihnen BoneView Bone Age, einen AI-Assistenten für die pädiatrische Bestimmung des Knochenalters mit Radiographien der Hand.

Warum BoneView Bone Age bedeutend ist und wie es arbeitet

BoneView Bone Age ist ein AI-Assistent für die pädiatrische Bestimmung des Knochenalters nach der Greulich & Pyle-Atlasmethode für die Altersgruppe von drei bis 17 Jahren. Es wird das chronologische Alter mit den AI-Messdaten verglichen. Zusätzlich wird die Standardabweichung in Monaten angegeben.

Weltweit ist es jedem Mediziner jederzeit möglich, die Analyse des Knochenalters durch den raschen und einfachen Upload von Radiographien der Hände auf Radailogy anzufordern. BoneView Bone Age bietet den Komfort und die Effizienz, radiologische Arbeitsabläufe zu vereinfachen.

Wer profitiert

Patienten, Kliniker und Radiologen durch die präzise Diagnose des Knochenalters.

Unsere eigene Erfahrung bei Radailogy

Wir stellten fest, dass die Schätzungen von BoneView Bone Age präzise sind und unsere eigenen radiologischen Befunde sinnvoll unterstützen. Wir beobachteten mit der Integration von BoneView Bone Age eine sehr zufrieden stellende Inter- und Intravariabilität.

Für die Bestimmung des Knochenalters ab 18 Jahren ist der AI-Assistent derzeit nicht geeignet und wir warten auf die AI zur Evaluierung der Sternoclaviculargelenke mit der Computertomographie.

Die wissenschaftliche Evidenz

Nguyen T, Pourchot A, Marty V, Ventre J, Regnard NE. Deep learning algorithm to predict Greulich and Pyle bone age. ESPR 2022 (June).

Daten zum Upload auf Radailogy

Digitalradiographie der Hand a.p. für die Altersgruppe von drei bis 17 Jahren. Bitte laden Sie für Ihre BoneView Bone Age-Bestellung nur eine Radiographie der Hand a.p. hoch und kombinieren Sie BoneView Bone Age nicht mit einem anderen AI-Assistenten innerhalb derselben Bestellung!