Hesabınız yok mu?
Cihaza entegre yapay zeka
Critical Care Suite, bir radyografi sisteminde yerleşik olarak bulunan triaj ve kalite kontrol amaçlı, türünün ilk örneği niteliğinde bir yapay zeka algoritmaları derlemesidir.
Günümüzde radyologlar, sayısı giderek artan görüntüleri okumak ve hızlı tanı koymak konularında inanılmaz bir baskı altındadır. Radyografik incelemelerinin gerçekleştirilen radyolojik görüntülemelerdeki payının tek başına yüzde 601 ve STAT yönlendirmeli vakalarda da büyük pay sahibi olduğu düşünüldüğünde, hangi incelemelerin acil olduğunun ve hemen okunmaması halinde hasta bakımını olumsuz etkileyeceğinin belirlenmesi kritik önem taşır.
GE Healthcare Radyografi
Yapay Zeka Portalı
Yapay Zeka Portalı
GE Radyografi Yapay Zeka Portalında Critical Care Suite ile test sürüşü yapın. Akciğer radyografisi görüntülerini
yükleyin ve yapay zeka algoritmalarını çevrimiçi olarak deneyimleyin.
yükleyin ve yapay zeka algoritmalarını çevrimiçi olarak deneyimleyin.
Critical Care Suite
GE Healthcare, Pnömotoraks gibi kritik vakaları hızlı bir şekilde tespit edip bu vakalara öncelik atanmasına yardımcı olmak üzere tasarlanan devrim niteliğinde yeni bir araç geliştirmiştir.
Quality Care Suite
Quality Care Suite, sistem görüntü işlemeye paralel olarak çalışarak gerçek zamanlı kalite uyarıları verir.
Akıllı Protokol Kontrolü²
Otomatik bir kalite kontrolünü isabetli bir şekilde (AUC>0,99) gerçekleştirerek çekim sistemindeki uygunsuz protokol kullanımı gibi hataları tespit eder ve böylelikle, teknisyenin görüntüyü PACS'ye göndermeden önce tekrarlanması veya yeniden işlenmesi gerekip gerekmediğini belirlemesine olanak tanır.
Akıllı Görüntüleme Alanı²
Frontal akciğer radyografisi görüntüsünde bir akciğer bölgesi kesildiğinde bunu doğru biçimde (AUC>0,99) tespit eder ve teknisyenlerin görüntüyü PACS'ye göndermeden önce tekrar gerekip gerekmediğini belirlemesine olanak sağlar.
Akciğer bölgesinin kapsama alanını izleyerek teknisyenlere kalite kontrol sürecinde yardımcı olur ve kesilen akciğer bölgesi olduğunda kullanıcıya bildirir.
Hasta konumlandırması hakkında gerçek zamanlı geri bildirim sağlayarak yoğun çalışan teknisyenlere yardımcı olur.
Akıllı Otomatik Rotasyon
Mobil akciğer radyografi incelemelerinin %80'inden fazlasında teknisyenin arayüzde 3-4 kez daha az tıklama yapmasını sağlar.
Orta ila büyük ölçekli bir hastanede bu rakam, yılda 20 saat iş gücüne veya 3 iş gününe ve 70.000 "tıklamaya" karşılık gelir.4
Yapay zeka algoritmasının %99,4 oranında isabetli olduğu düşünüldüğünde, manuel "tıklamalara" önceden yılda 20 saat harcanırken bu sürenin 7 dakikaya düşeceği tahmin edilmektedir.4,5
Amit Gupta, M.D.
Kardiyotorasik Radyolog ve Tanısal Radyografi Modalite Direktörü University Hospitals Cleveland Medical Center ve Case Western Reserve University (Cleveland) Yardımcı Doçenti
"We clearly saw advantages of the system in the sensitivity of detecting small pneumothorax in some patients, enhancing the speed of alerting the treating teams regarding development of PTX in their patients."
Dr. Bharat Aggarwal
Director of Radiology Max Super Specialty Hospital Saket, New Delhi, India
- Amit Gupta, M.D.
- Dr. Bharat Aggarwal
Meslektaşlarınıza kulak verin
University of California, San Francisco, Humber River Hospital, Mahajan Imaging ve St Luke's University'den meslektaşlarınıza kulak verin.
“Yapay zeka algoritmasına sahip olmanın avantajı hastalara daha iyi bakım sağlamaktır. Sağlanan bu bakımın pek çok farklı boyutu vardır ve bunlardan en önemlisi doğru sonuçlar elde etmektir.”
Dr. Karl Yaeger
Tanısal Radyolog, St. Luke’s University Health Network
Critical Care Suite iş başında
Critical Care Suite, yapay zeka çözümünün uygulanması için ilave altyapıya veya IT ağına gerek olmadan radyografi sisteminde çekim yapıldıktan hemen sonra kritik bulguları (pnömotoraks) tespit etmek için görüntüleri otomatik olarak tarar. Radyografi yapay zeka bildirimlerinin PACS'ye orijinal DICOM görüntüleri ile tam olarak aynı zamanda ulaşması ek gecikmeye veya işleme süresinin uzamasına neden olmaz. Bu sayede, görüntü incelemesi üst birime aktarılır ve öncelikli vakalarda daha kısa dönüş süreleri elde edilir. Bu, Pnömotoraks (PTX) şüphesi bulunan vakaların Radyolog açısından önceliklendirilmesine olanak tanır. Radyografi görüntüsü yönetimini optimize etmek ve triaj bildirimi prosedürlerini zenginleştirmek amacıyla tasarlanan Critical Care Suite, cihaz üzerinde yapay zekadan faydalanarak pnömotoraks tespitine öncelik atar.
Olgu Sunumları
/
Olgu 1: Gecikmiş, küçük PTX CCS tarafından tespit edildi
ESRD geçmişi bulunan, atrial fibrilasyonla warfarin kullanan, HFREF ve OSA hastası olan, muhtemelen tıkalı sol koltukaltı toplardamarı/subklaviyan damara bağlı olarak başarısız bir sol subklaviyan yaklaşımı çift oda ICD yerleştirme girişimi sonrası 59 yaşında erkek hasta.
İlk prosed&u...
/
Olgu 2: CCS, küçük PTX'in başlangıçta radyologun gözünden kaçtığını tespit etti
COPD ve romatoid artrit geçmişi bulunan, sağ torasentez ve göğüs tüpü yerleştirme sonrası yakın zamanda başka bir hastanede geniş yayılımlı metastatik 4. evre akciğer adenokarsinomu teşhisi konulan 64 yaşında bir kadın hasta ayrıntılı bakım amacıyla transfer edildi.
Radyo...
/
Olgu 3: Göğüs tüpü bulunan hastada beklenmeyen PTX büyümesi yapay zeka algoritması ile tespit edildi ve bu sayede tedaviye zamanında başlandı
Pigtail göğüs tüpü yerleştirme (A) sonrası yeni spontan sol taraf PTX teşhisi konulan 32 yaşında erkek hasta. Ertesi gün çekilen takip amaçlı röntgenlerde önce iyileşip sonradan stabil hale gelen küçük sol apikal PTX (B) gör&uum...
/
Olgu 4: Göğüs tüpü bulunan hastada beklenmeyen PTX büyümesi yapay zeka algoritması ile tespit edildi ve bu sayede tedaviye zamanında başlandı
CAD PMH'si (3 adet stent takıldıktan sonra), AICD yerleştirme, HTN ve HLD bulunan 81 yaşındaki erkek hastada BT kılavuzlu yapılan biyopsinin ve sağ taraf PTX'in (gösterilmiyor) ardından BT'de yeni bir sağ akciğer nodülü tespit edildi ve sağ baziler pigtail göğ&uum...
/
Olgu 5: Kardiyotorasik cerrahi sonrası büyüyen PTX'in yapay zeka algoritması tarafından tespit edilmesi, zamanında yönetilmesini sağladı
HTN, HLD, DMII, MV prolapsusu, romatizmal olmayan aort kapağı yetmezliği, eforla SOB, CAD öyküsü bulunan 75 yaşındaki erkek hastaya biyoprostetik aortik kapak replasmanı ve CABG X 3 uygulandı. Ameliyat sonrası ilk röntgende sağ lateral PTX izine rastlandı. (A).
Ertesi g&uu...
/
Olgu 6: Yapay zekanın küçük pnömotorakslar açısından dikkat çekici hassasiyeti
Aort kökü replasmanı, çıkan aort replasmanı ve aort dallanmasını da içeren A tipi aort diseksiyonunun acil onarımı geçmişi olan 50 yaşındaki bir erkek hasta. Sağ PTX'in göğüs tüpü yerleştirilmesini gerektirmesi nedeniyle ameliyat karmaşık nite...
/
Olgu 8 (Hatalı pozitif yapay zeka sonucu): Yapay zeka çağında radyologun rolü
İleri seviyede COPD (evde nazal kanül ile 3 L O2'de), ETOH bağımlılığı ve daha öncesinde bronkojenik karsinoma için sağ alt lobektomi öyküsü olan 54 yaşında erkek hasta.
Rutin AP radyografisinde (A), yapay zeka muhtemelen yaygın büllöz amfizem kaynaklı...
- Olgu 1: Gecikmiş, küçük PTX CCS tarafından tespit edildi
- Olgu 2: CCS, küçük PTX'in başlangıçta radyologun gözünden kaçtığını tespit etti
- Olgu 3: Göğüs tüpü bulunan hastada beklenmeyen PTX büyümesi yapay zeka algoritması ile tespit edildi ve bu sayede tedaviye zamanında başlandı
- Olgu 4: Göğüs tüpü bulunan hastada beklenmeyen PTX büyümesi yapay zeka algoritması ile tespit edildi ve bu sayede tedaviye zamanında başlandı
- Olgu 5: Kardiyotorasik cerrahi sonrası büyüyen PTX'in yapay zeka algoritması tarafından tespit edilmesi, zamanında yönetilmesini sağladı
- Olgu 6: Yapay zekanın küçük pnömotorakslar açısından dikkat çekici hassasiyeti
- Olgu 8 (Hatalı pozitif yapay zeka sonucu): Yapay zeka çağında radyologun rolü
Yardımcı Materyaller
Algoritma Performans Çalışması
Bağımsız bir algoritma performans değerlendirme çalışmasından alınan sonuçlar
COVID-19 Olgu Sunumu
Critical Care Suite, spontan pnömotoraksın entübe bir COVID-19 hastasında hızlandırılmış tedavisine olanak tanır
İlgili ürünler
REFERANSLAR
- Dünya Sağlık Örgütü Raporu - Communicating Radiation Risks in Pediatric Imaging
- K183182
- Teknisyene yönelik bildirim, inceleme kapatıldıktan 15 dakika sonra oluşturulur. Bağlamsal yapıdadır ve herhangi bir tanısal bilgi barındırmaz. Cihaz üzerindeki teknisyen bildiriminin amacı herhangi bir klinik karar, önceliklendirme veya eylem hakkında bilgilendirme yapmak değildir.
- GE Healthcare Yayınlanmamış Verileri
- Younis, K. ve ark. (2019). Leveraging Deep Learning Artificial Intelligence in Detecting the Orientation of Chest X-ray Images. SIIM Conference on Machine Intelligence in Medical Imaging (C-MIMI), Sözlü Sunum.
JB00481TR March 2021