AiraMed copy

Früherkennung neurodegenerativer Erkrankungen für eine erfolgreiche Behandlung

3D T1-gewichtete Gradientenecho-MRT einer 68-jährigen Patientin mit leichten Symptomen einer Gedächtnisstörung (links). Die Routine-MRT (nicht abgebildet) zeigte eine geringe mikroangiopathisch bedingte Neurodegeneration. Es wurde eine Gehirnvolumetrie durchgeführt (links). AIRAscore identifizierte eine das Altersmaß überschreitende Volumenminderung des rechten Temporallappens und beider Hippocampi (rechts), was auf eine Alzheimer-Krankheit hindeutet. Die Diagnose wurde durch Liquorpunktion bestätigt, die ein pathologisches Beta-Amyloid-Verhältnis und erhöhte Tau- und Phosphor-Tau-Proteine ​​zeigte.

Für viele Menschen bleibt unerkannt, dass bereits geringfügige Symptome hinweisend für die Entwicklung der Demenz sein können. Sie verpassen somit die wichtige Frühdiagnose und den rechtzeitigen Beginn ihrer individualisierten Therapie und damit die bestmögliche Prognose für viele Jahre. Die AI kann zusammen mit der MRT des Gehirns zur frühestmöglichen Erkennung und Behandlung neurodegenerativer Krankheiten beitragen.

Mit grosser Freude präsentieren wir Ihnen AIRAscore, eine AI-Software für die präzise Diagnose neurodegenerativer Erkrankungen.

Was AIRAscore ist und wie es arbeitet

AIRAscore misst aus MR-Bildern des Gehirns relevante Biomarker zur Diagnose und Differenzialdiagnose neurodegenerativer Erkrankungen.

Das globale und die regionalen Gehirnvolumina werden exakt gemessen. Die Ergebnisse werden immer mit alters- und geschlechtsspezifischen Referenzwerten verglichen. Die Messungen sind um ein Vielfaches genauer, als sie selbst Fachärzte bisher durchführen konnten. Von der Norm abweichende Ergebnisse werden klar ersichtlich. Die Befunde werden tabellarisch in Balkendiagrammen berichtet und bilden eine wertvolle Unterstützung für den Wissenstransfer von Radiologen zu Patienten und Ärzten.

Wer profitiert

Patienten, Kliniker und Radiologen durch die frühe Erkennung und Differenzialdiagnose neurodegenerativer Erkrankungen. AIRAscore eignet sich darüber hinaus hervorragend zur Verlaufskontrolle erstellter Diagnosen.

Unsere eigene Erfahrung bei Radailogy

Wir haben AIRAscore intensiv getestet und mit dem Hersteller viele technologische Kriterien für die optimale Verwendung bei Radailogy erarbeitet.

Wir fanden eine hohe Korrelation in der Erkennung makro- und mikroangiopathischer Veränderungen und der Hirnatrophie zwischen unseren Fachärzten und AIRAscore. Darüber hinaus war AIRAscore in nahezu allen Tests dem menschlichen Betrachter in der Präzision subtiler regionaler Befunde überlegen. Die Software liefert genaue Volumina aller relevanten anatomischen Strukturen des Großhirns, des Kleinhirns sowie des Hirnstamms. Die Frühdiagnose war insbesondere für Alzheimer-Patienten möglich, die Korrelation mit Klinik und Labordaten war auch im Follow-up sehr hoch. AIRAscore kann auch zur Differenzialdiagnose der Multiplen Sklerose und des Morbus Parkinson eingesetzt werden.

Das wissenschaftliche Umfeld

AIRAscore wurde in der neurowissenschaftlichen medizinischen Forschung entwickelt. Die Software stellt aus unserer Sicht eine Brückenbildung zwischen innovativer universitärer Forschung und direkter Anwendbarkeit im klinischen Alltag dar.

Daten zum Upload auf Radailogy

1,5-3 Tesla MRT, native 3D T1-gewichtete Gradientenecho-Sequenzen, Schichtdicke 1 mm, Echozeit ≤ 5 ms, Flipwinkel ≤ 15°

AZMed copy

Sichere Frakturdiagnostik mit Röntgenbildern

Radiographie der rechten Hand a.p. einer 13-jährigen Patientin mit Schmerzen in der Tabatière nach einem Sturz (links). Rayvolve erkennt die nicht verschobene Fraktur des distalen Pols des Os scaphoideum korrekt. Copyright AZMed

Radiografie des rechten Unterarms und des Handgelenks a.p. (rechts) und schräg (Mitte) eines 4-jährigen Patienten nach einem Sturz. Rayvolve erkennt die für dieses Patientenalter eher seltene Torusfraktur des distalen Radius korrekt. Copyright AZMed

Die Traumatologie spielt in Arztpraxen, medizinischen Instituten und Spitälern Tag und Nacht eine wichtige Rolle. Zugleich nimmt sie für Mediziner einen großen Anteil der verfügbaren Arbeitszeit ein. Durchschnittlich weisen lediglich ca. 10% aller Röntgenbilder tatsächlich Frakturen auf.

Mit grosser Freude präsentieren wir Ihnen Rayvolve, eine AI-Software für die Frakturerkennung auf Röntgenbildern.

Warum Rayvolve bedeutend ist und wie es arbeitet

Rayvolve unterstützt die rasche und sichere Frakturdiagnostik auf Röntgenbildern des Achsenskeletts und des peripheren Skeletts.

Frakturbefunde werden in klaren Bildern visualisiert. Der Hersteller spricht von einer Zeitersparnis für Radiologen von knapp 30% und einer deutlichen Verbesserung der diagnostischen Genauigkeit mit einer Verringerung falsch negativer Ergebnisse um mehr als 60%.

Jeder Mediziner kann Rayvolve für jeden einzelnen Traumapatienten einsetzen. In medizinischen Institutionen kann diese AI-Software seine Arbeit auch automatisch im Hintergrund verrichten. Dadurch werden Frakturen sofort nach der Aufnahme der Röntgenbilder erkannt, noch bevor der Radiologe die Studien selbst gesehen hat. Diese Patienten können entsprechend priorisiert, diagnostiziert und behandelt werden.

Wer profitiert

Patienten, Kliniker und Radiologen durch eine detailliertere und genauere Diagnose und der verringerten Wahrscheinlichkeit einer verpassten Therapie.

Unsere eigene Erfahrung bei Radailogy

Jedem Mediziner ist es für jeden einzelnen Patienten möglich, durch den raschen und einfachen Upload auf Radailogy die Frakturanalyse dieser AI-Software anzufordern. Unsere Kunden in der Telemedizin verwenden Rayvolve auch als Standard in der täglichen Praxis, um ihren Workflow zu optimieren.

Unsere eigenen Ergebnisse bei Radailogy mit einer Kohorte von einigen Hundert Patienten sind: Sensitivität 93,5%, Spezifität 87,8%, positiver Vorhersagewert 92%, negativer Vorhersagewert 93%.

Die wissenschaftliche Evidenz

Dupuis M, Delbos L, Veil R, Adamsbaum C. External validation of a commercially available deep learning algorithm for fracture detection in children. Diagn Interv Imaging. 2022 Mar;103(3):151-159.

Daten zum Upload auf Radailogy

Digitalradiographie einer Körperregion in zwei Ebenen, zum Beispiel a.p. und seitlich oder axial

PixelShine2_1

Computertomografie: Die wichtigste radiologische Methode mit verbesserter Bildqualität und verringerter Strahlendosis

Low-Dose CT des Thorax eines Patienten mit einem pneumonischen Infiltart des Mittellappens. Ursprüngliches Bild mit 80kVp, 15 mAs, Strahlendosis 0,2 mGy (links unten). Bearbeitung mit Pixelshine (links oben). Ein vergleichbares Bild würde mit ca. 120 kVp, 150 mAs und einer Strahlendosis von ca. 8 mGy erstellt werden. Die Strahlendosis wird mit PixelShine um mehr als 95 % verringert.

Low-Dose CT des Abdomen. Ursprüngliches Bild mit 120kVp, Schichtdicke 1,25 mm, Strahlendosis 1,7 mGy (Mitte unten). Bearbeitung mit Pixelshine (Mitte oben). Ein vergleichbares Bild würde mit einer Strahlendosis von ca. 10 mGy erstellt werden. Die Strahlendosis wird mit PixelShine um mehr als 80 % verringert.

CT des Gehirns. Ursprüngliches Bild mit 120kVp, Schichtdicke 0,625 mm, Strahlendosis 11 mGy (rechts unten). Bearbeitung mit Pixelshine (rechts oben). Ein vergleichbares Bild würde mit einer Strahlendosis von ca. 40 mGy erstellt werden. Die Strahlendosis wird mit PixelShine um ca. 75 % verringert.

Die Medizin erzeugt seit einigen Jahren deutlich mehr Strahlendosis, als es die natürliche Strahlung aus dem Kosmos und der Erde je getan hatte. Der Hauptgrund hierfür ist der konstant zunehmende radiologische Einsatz der Computertomografie (CT). Gerade weil die CT in nahezu allen diagnostischen Bereichen weitgehend unerlässlich für die adäquate Patientenbetreuung ist und auch bleiben wird, liegt es an uns, das längst nachgewiesene strahleninduzierte Krebsrisiko auf dem niedrigsten möglichen Niveau zu halten.

Mit grosser Freude präsentieren wir Ihnen PixelShine, eine AI-Software für die Reduzierung der CT-Strahlendosis.

Warum PixelShine bedeutend ist

Sowohl im Spital als auch im radiologischen Institut wird darauf geachtet, jedem Patienten nur die notwendige Strahlendosis zu verabreichen. Diese Low-Dose CT-Protokolle erzeugen allerdings nahezu immer fast immer verrauschte Bilder, und die CT-Untersuchungen sind selbst für Fachärzte oft schwierig zu interpretieren. Darüber hinaus müssen Radiologen häufig CT-Studien von CT-Geräten unterschiedlicher Hersteller betrachten, was zu Unannehmlichkeiten und Verzögerungen im Workflow beiträgt.

PixelShine ermöglicht zweierlei: Zum einen können Low-Dose-CT-Untersuchungen für alle Patienten im Sinne eines optimalen Strahlenschutzes durchgeführt werden, zum anderen generiert PixelShine aus diesen Bildern mit einem hohen Bildrauschen anschließend eine deutlich verbesserte Qualität, beispielsweise bei adipösen Patienten. Zweitens wird die Lebensdauer von CT-Geräten verlängert, indem die Belastung der CT-Röhren reduziert wird.

Wann und wie PixelShine eingesetzt wird

PixelShine kann für Studien jeden CT-Gerätealters und jeden Geräterherstellers verwendet werden. Diese AI-Software verbessert die radiologische Präzision durch die Homogenisierung des Workflows.

CT-Studien mit einem hohen Bildrauschen werden durch PixelShine für Radiologen wieder optimal zu befunden und die radiologische Qualität erfüllt den Anspruch an die diagnostische Aussagekraft.

Weiters können Spitäler und radiologische Institute Low-Dose CT-Studien als Standard durchführen, PixelShine im Post processing integrieren und somit eine hohe konstant Bildqualität erreichen.

Wer profitiert

Patienten, Kliniker, Radiologen und die Geschäftsführung von Spitälern und radiologischen Instituten: Sorgfalt für alle Patienten durch Minimierung der Strahlendosis, klare CT-Bilder, optimale Beurteilbarkeit und Befundbesprechung, Geldersparnis durch die Verlängerung der Lebensdauer von CT-Geräten.

Unsere eigene Erfahrung bei Radailogy

Unsere Kunden senden uns CT-Studien, um die Bildqualität mit PixelShine zu verbessern und eine optimale diagnostische Aussagekraft zu ermöglichen. Sowohl im Einzelfall durch den raschen und einfachen Upload auf Radailogy, als auch als Standard in der täglichen Zusammenarbeit mit unserer Telemedizin.

Auswahl wissenschaftlicher Publikationen

Hata A, Yanagawa M, Yoshida Y, et al. Combination of Deep Learning–Based Denoising and Iterative Reconstruction for Ultra-Low-Dose CT of the Chest: Image Quality and Lung-RADS Evaluation. American Journal of Roentgenology. 2020;215(6):1321-1328.

Steuwe A, Weber M, Bethge OT, et al. Influence of a novel deep-learning based reconstruction software on the objective and subjective image quality in low-dose abdominal computed tomography. BJR. 2021;94(1117):20200677.

Brendlin AS, Plajer D, Chaika M, et al. AI Denoising Significantly Improves Image Quality in Whole-Body Low-Dose Computed Tomography Staging. Diagnostics. 2022;12(1):225.

Hasegawa A, Ishihara T, Thomas MA, Pan T. Noise reduction profile: A new method for evaluation of noise reduction techniques in CT. Medical Physics. 2022;49(1):186-200.

Nagaraj Y, de Jonge G, Andreychenko A, et al. Facilitating standardized COVID-19 suspicion prediction based on computed tomography radiomics in a multi-demographic setting. Eur Radiol. 2022;32(9):6384-6396.

Hasegawa A, Ishihara T, Thomas MA, Pan T. Noise reduction profile: A new method for evaluation of noise reduction techniques in CT. Medical Physics. 2022;49(1):186-200.

Daten zum Upload auf Radailogy

CT-Studien jeden CT-Gerätealters und jeden Geräterherstellers

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, eine AI-Software 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.

Featured-Image-Blog-2

AI verbindet Patienten und Ärzte

Ärzte sind auf die Untersuchungsdaten einer Vielfalt medizinischer Fachgebiete angewiesen, um Patienten über ihre aktuelle Situation Auskunft zu geben und das Beste zu ermöglichen, um sie zu heilen.

Die Radiologie ist eines jener Fachgebiete, auf deren schneller, akkurater Diagnostik jede erfolgreiche Therapie unmittelbar beruht. Dabei sind die Präzision in der Befunderstellung und die Ergebnisübermittlung an Patienten und Kliniker die wichtigsten Erfolgsfaktoren.

Zurecht wollen Patienten und Kliniker exakte Analysen in Wort und Bild dargestellt haben. Röntgenbilder, CT- und MRT-Bilder eignen sich für Befundbesprechungen hervorragend. Hier sind Kliniker darauf angewiesen, dass die Ergebnisse klar ersichtlich sind, um sie ihren Patienten ohne Informations- oder Qualitätsverlust zu zeigen.

Seit 2008 wurde ein Anstieg der radiologischen Untersuchungen von 78% festgestellt, der Trend ist steigend. Dabei steuern Gesundheitssysteme in einen erheblichen Mangel an Fachärzten. Jener essenzielle präzise Wissenstransfer von Radiologen an Patienten und Kliniker ist bereits heute oftmals dem täglichen Zeitdruck unterlegen.

Radailogy´s AI gestaltet eine bessere Zukunft. AI-Hersteller wissen, welche Anforderungen und Erwartungen wir an ihre Produkte haben. Wir prüfen und perfektionieren AI-Software Hand in Hand mit ihren Entwicklern. Wir von Radailogy tragen Sorge für alle Beteiligten: Patienten, Kliniker und Radiologen. Mit jeder angebotenen AI-Software helfen wir, Zeit zu sparen, die medizinische Präzision zu steigern und Untersuchungsergebnisse klar zu sehen und zu verstehen.

Columbo

Optimale Visualisierung der MRT der Lendenwirbelsäule

T2-gewichtete axiale (oben links) und sagittale (unten links) MRT der Lendenwirbelsäule eines Patienten mit Rückenschmerzen, Schwäche der unteren Gliedmaßen und Parästhesien. Bandscheibenextrusion links (rot) auf Höhe L4/L5 mit Impingement des linken L4-Nervs (pink) und diskreter rezessaler Verlagerung der linken L5-Nervenwurzel (pink). T2-gewichtete axiale (oben rechts) und sagittale (oben links) MRT eines Patienten mit Schwäche der linken unteren Extremität und starken Rückenschmerzen. Links-paramedianer Prolaps (rot), Duralsackkompression (hellblau), rezessale Bedrängung der linken L5-Nervenwurzel (rosa). Keine Kompression der foraminalen Nerven (rosa). Retrolisthese Grad I.

Die MRT der Lendenwirbelsäule ist eine der häufigsten radiologischen Untersuchungen überhaupt. Vier von fünf Menschen haben sie im Laufe ihres Lebens. Die Präzision in der Befunderstellung und die Ergebnisübermittlung von Radiologen an Patienten und Kliniker sind die wichtigsten Erfolgsfaktoren für jede optimale Therapie.

Mit grosser Freude präsentieren wir Ihnen CoLumbo, eine AI-Software 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

Wir haben CoLumbo über viele Monate eingehend studiert. Hier teilen wir einige unserer Ergebnisse mit Ihnen:

Diese AI-Software unterstützt die Erkennung von Bandscheibenvorfall, Bandscheibenvorwölbung, zentraler Spinalkanalstenose, Nervenwurzelimpingement, reduzierter Wirbel- und Bandscheibenhöhe, Hypo- und Hyperlordose sowie Spondylolisthese und Pseudolisthese. Bei der aktuellen CoLumbo-Version empfehlen wir die fachärztliche Begutachtung der foraminären Nervenwurzelirritation.

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