KEROS

Solución de IA para la asistencia diagnóstica en la resonancia magnética de la rodilla

KEROS es una solución de radiología aumentada con inteligencia artificial para la resonancia magnética de la rodilla. Analiza automáticamente las principales estructuras anatómicas de la rodilla y detecta lesiones de ligamentos, meniscos y cartílagos. Se integra automáticamente en los entornos de lectura habituales del radiólogo, los PACS o las estaciones de revisión.

Detección y caracterización de lesiones

KEROS detecta y caracteriza las lesiones de ligamentos, meniscos y cartílagos.

Generación automática de un informe pre-rellenado

KEROS genera automáticamente un informe pre-rellenado, ya sea un informe detallado en formato PDF o un informe resumido en formato de “Captura Secundaria”. Este informe está disponible en el PACS o en la estación de revisión como una serie adicional.

  • IRM
  • RODILLA
  • LIGAMENTOS
  • MENISCOS
  • PAPS
  • PACS
  • AI

Mejora del rendimiento del diagnóstico

settings

Mejora del rendimiento del diagnóstico

Estructuración de la comunicación

shield

Con pacientes y corresponsales

Ahorro de tiempo

settings

Ahorro de tiempo

Ahorre tiempo, proteja su diagnóstico y optimice su flujo de trabajo con Incepto

Testimonio

“Llevamos más de un año utilizando KEROS en la clínica para la interpretación de nuestras resonancias magnéticas de rodilla. Nuestra experiencia con la solución es que refuerza la fiabilidad del diagnóstico realizado por el radiólogo y le permite ir directamente al grano en su exploración, al identificar preventivamente las lesiones potencialmente presentes en las estructuras analizadas. Una herramienta que seguramente se convertirá en indispensable, especialmente para los exámenes de los pacientes tratados en un contexto traumático.”

Dr Stephen Binsse,

Radiologist
APHP and imaging center Soissons

Publicaciones

 

  1. Meniscal lesion detection and characterization in adult knee MRI: A deep learning model approach with external validation
    B.Rizk H.Brat  P.Zille R.Guillin C.Pouchy C.Adam R.Ardon G.d’Assignies Physica Medica Volume 83, March 2021, Pages 64-71
  2. Tran A, Lassalle L, Zille P, Guillin R, Pluot E, Adam C, Charachon M, Brat H, Wallaert M, d’Assignies G, Rizk B. Deep learning to detect anterior cruciate ligament tear on knee MRI: Multi-continental external validation. European Radiology. 2022 Jun 21:1-0.
  3. Deep learning to detect anterior cruciate ligament tear on knee MRI: first multi-continental external validation (JFR 2021)
  4. Comparative performance of an artificial intelligence algorithm and human annotators for meniscal crack detection (JFR 2022)
  5. Performance comparison of a deep learning algorithm and human readers on anterior cruciate ligament tear detection (ESSR 2022)
  6. Evaluation of Visual Explanation for Knee MRI pathologies classifiers (ECR 2022)
  7. Impact of AI for pathology detection from knee MRI (RSNA 2022)
  8. Performance comparison of a deep learning algorithm and human readers on anterior cruciate ligament tear detection (ECR 2023)

Ahorre tiempo, proteja los diagnósticos y optimice el flujo de trabajo con Incepto

Gagnez du temps, sécurisez votre diagnostic et optimisez votre flux de travail avec Incepto