Pixyl.Neuro.MS
Solución de IA para el diagnóstico y seguimiento de la esclerosis múltiple (EM)
Pixyl.neuro.MS™ analiza automáticamente la resonancia magnética y proporciona una cuantificación del volumen de la lesión mediante la identificación de hiperintensidades de la sustancia blanca.
Detección, cuantificación y caracterización automáticas de lesiones en zonas anatómicas de interés:
Pixyl.neuro.MS™ realiza una medición del volumen y la carga de la lesión para todo el cerebro y para cada una de las regiones cerebrales de interés (periventricular, yuxtacortical, subtentorial, sustancia blanca profunda) según los criterios de McDonald.
Informe y análisis longitudinal de la progresión de la enfermedad en caso de antecedentes de PACS :
Pixyl.neuro.MS™ realiza automáticamente una medición de la actividad de la enfermedad mediante la segmentación y caracterización de la evolución de las lesiones de la sustancia blanca en función de la anterioridad.
Producción automatizada de un informe estructurado y una serie segmentada (esquema de la lesión) directamente en PACS:
Pixyl.neuro.MS™ proporciona al radiólogo un completo informe cuantitativo sobre las lesiones, sus características y evolución, así como su visualización en imágenes cerebrales anotadas.
- esclerosis múltiple
- T2 FLAIR
- T1 GADO
- carga de lesión
- IRM
- détection
- análisis longitudinal
Ahorre tiempo, asegure su diagnóstico y optimice su flujo de trabajo con Incepto
Testimonio
En el Servicio de Neurorradiología del Hospital Universitario, utilizamos el software Pixyl neuro en la rutina clínica como ayuda al seguimiento longitudinal de los pacientes con esclerosis múltiple.
La sensibilidad del software para la detección de nuevas placas es buena, superior a la del radiólogo, especialmente para cargas lesionales elevadas, permitiendo un mejor manejo del paciente (inyección o no de gadolinio, adaptación terapéutica).
También permite ahorrar mucho tiempo de interpretación, ya que este análisis comparativo es un proceso largo y tedioso.
Dr Béatrice Claise,
Neurorradióloga,
CHU Gabriel Montpied, Clermont-Ferrand
Pixyl es una joven empresa francesa fundada en Grenoble. Su equipo directivo procede del INSERM y del INRIA. En la encrucijada de la medicina, la ciencia de datos y el desarrollo de software, Pixyl tiene como objetivo revolucionar las imágenes cerebrales ofreciendo un análisis cuantificado de biomarcadores de enfermedades neurodegenerativas y neuroinflamatorias. Su tecnología de vanguardia basada en Deep Learning, les permitió terminar como ganadores del Desafío de Datos 2019 de la Sociedad Francesa de Radiología.
El producto sanitario Pixyl.Neuro.MS es un producto sanitario regulado y lleva la marca CE, Clase IIa. Organismo notificado: TÜV Rheinland. Nº 0197. Fabricante: Pixyl.
Pixyl.Neuro.MS es una herramienta de diagnóstico y no debe utilizarse por sí sola para recomendar un tratamiento médico con fines de diagnóstico. Por favor, lea atentamente las instrucciones del manual de usuario.
Póngase en contacto con contact@incepto-medical.com para obtener más información. Última actualización: 14/02/2023
Publicaciones
- Benjamin Lambert and Maxime Louis and Senan Doyle and Florence Forbes and Michel Dojat and Alan Tucholka. “Leveraging 3D Information in Unsupervised Brain MRI Segmentation.” 2021 IEEE 18th International Symposium on Biomedical Imaging (ISBI) (pp. 187-190). 2021
http://arxiv.org/abs/2101.10674 - Pauline Roca, Arnaud Attyé, Lucie Colas, Alan Tucholka, Pascal Rubini, Stenzel Cackowski, Juliette Ding, Jean-François Budzik, Felix Renard, Senan Doyle, Emmanuel L. Barbier, Imad Bousaid, Romain Casey, Sandra Vukusic, Nathalie Lassau, Sébastien Verclytte, and François Cotton. “Artificial intelligence to predict clinical disability status scale score in patients with multiple sclerosis using FLAIR MRI” Diagnostic and Interventional Imaging 2020.
https://doi.org/10.1016/j.diii.2020.05.009 - Alexander Robert W. “Use of Software Analytics of Brain MRI (with & without contrast) As Objective Metric in Neurological Disorders and Degenerative Diseases” 2017, International Physical Medicine & Rehabilitation Journal
https://doi.org/10.15406/ipmrj.2017.02.00046