Vad vi behöver är fler radiologer på plats
I de flesta länder finns det en tydlig obalans mellan efterfrågan på och tillgången till kvalificerade radiologer för att tillgodose patienternas behov. Statistiken visar att det endast finns en radiolog per 100 000 invånare i utvecklingsländerna och en per 10 000 i de utvecklade länderna. Situationen kommer med all säkerhet att förvärras, eftersom efterfrågan på radiologi ökar för varje dag för att kunna ställa korrekta diagnoser och göra korrekta prognoser.
Men finns det något alternativ? Vi presenterar Chest-rAi™
LTTS:s Chest-rAi™ är en AI-baserad radiologipaket för lungröntgen som används för att upptäcka symtom, lokalisera avvikelser och generera intelligenta rapporter. Programvaran har potential att upptäcka cirka 34 av de vanligaste lungrelaterade avvikelserna. Detta motsvarar mer än 85 % av de diagnoser som ställs vid en vårdinrättning. Chest-rAi™ genererar preliminära rapporter med fynd som följer vårdinrättningarnas rapporteringsrutiner.
Med Chest-rAi™ är det inte bara fråga om förbättrad vård, utan om intelligent vård – en verklighet
- Inbyggd ASK AI-knapp: Hjälper till att analysera röntgenbilder av bröstkorgen och genererar AI-baserade fynd och bedömningar samt tillhörande taggar. Radiologer kan ändra resultaten om de vill justera dem.
- Intuitivt användargränssnitt och intuitiva kontroller: Zoom-, kontrast- och ljusstyrkefunktioner för bättre bildgranskning.
- Kontextuell rapportgenerering: I både webb- och mobilapplikationerna kan rapporterna delas med vem som helst på den delningsplattform som användaren föredrar.
- Molnlösning: AI-lösningenkan integreras med befintliga arbetsflöden och appmiljöer och nås via webben eller mobilen.
AI in Radiology
Vad du får med Chest-rAi™
Tiden för inskrivning i behandling har minskat med 50 %
I genomsnitt är 60 till 70 % av röntgenbilderna normala. Vid manuell hantering och granskning lägger dock en radiolog nästan lika mycket tid på analys som på att skriva rapporten.Chest-rAiTM hjälper radiologerna att skilja mellan normala och onormala röntgenbilder. Det kan minska den beräknade tiden för att utvärdera en röntgenbild med minst 50 %, vilket gör det möjligt för radiologerna att använda sin tid effektivt och optimalt.
Effektiviteten har ökat med 5–6 %
Med en definierad uppsättning indata kan Chest-rAi™ användas för att utbilda radiologer i att upptäcka enskilda symptom eller kombinationer av symptom. Detta kan bidra till att undvika felaktiga rapporter eller att symptom förbises i den dagliga sjukvården. Dessutom ökar chansen att upptäcka symtom eller nya fall redan vid första tillfället med 5–6 % tack vare den inbyggda knappen ”Fråga AI”.
Stöder WFX (arbete varifrån som helst)
Chest-rAi™-lösningen är molnbaserad, vilket innebär att det inte är nödvändigt att radiologen befinner sig på laboratoriet för att utfärda röntgenrapporter. Med hjälp av Chest-rAi™ kan radiologen utfärda röntgenrapporter från vilken plats som helst via internet. Detta möjliggör WFX (Work from Anywhere), vilket är särskilt relevant i den rådande pandemisituationen.
Exakt och mångsidig
Chest-rAi™ kan med hjälp av AI identifiera 34 olika typer av lungsymtom utifrån röntgenbilder av bröstkorgen och koppla dem till över 15 olika typer av lungsjukdomar. Lösningens nuvarande noggrannhet ligger på cirka 92,3 % (AUC, sensitivitet, specificitet) för de 10 vanligaste symtomen.
Framgångshistorier
Integration och interoperabilitet av kliniska data
Företag inom life science som vill förenkla sina processer och arbetsflöden för kliniska data kan ofta känna sig överväldigade av de enorma datamängderna och de olika tekniker som används...
Läs mer