Transpara
Solución de IA para la detección y el diagnóstico del cáncer de mama
Transpara ayuda a los radiólogos en su interpretación de un examen de mamografía. Transpara ofrece una probabilidad de presencia de cáncer de mama basada en las lesiones detectadas automáticamente y calificadas con IA
Detección automática de lesiones: lesiones de tejidos blandos y microcalcificaciones
Segmentación y contorno de regiones sospechosas.
Evaluación del nivel de malignidad de cada lesión detectada
Definición de una puntuación regional para cada microcalcificación y lesión tisular sospechosa.
Análisis de la probabilidad global de que el cáncer esté presente en una mamografía
Categorización del examen en base a una puntuación global.
- cáncer de mama
- mamografía
- lesión de tejidos blandos
- microcalcificaciones
- tomosíntesis
- 3D
- lesión
Ahorre tiempo, asegure su diagnóstico y agilice su flujo de trabajo con Incepto
Testimonio
Cuando veo una puntuación de 1 o 2, incluso en mamas densas, me tranquilizo mucho. Evidentemente, analizo la mamografía con mucha atención, pero con más calma y rapidez que antes, lo que me deja más tiempo para centrarme en los resultados menos favorables. En cambio, cuando las puntuaciones son de 8, 9 y 10, me fío de las anomalías indicadas por Transpara y estoy aún más atenta a mi análisis.
Dr Marc Abehsera,
Senologist and radiologist
Paris American Hospital
Publications
- Schaffter, T. et al. Evaluation of Combined Artificial Intelligence and Radiologist Assessment to Interpret Screening Mammograms. JAMA Netw Open 3, e200265 (2020).
- Sasaki, M. et al. Artificial intelligence for breast cancer detection in mammography: experience of use of the ScreenPoint Medical Transpara system in 310 Japanese women. Breast Cancer 27, 642–651 (2020).
- Lång, K. et al. Identifying normal mammograms in a large screening population using artificial intelligence. Eur Radiol (2020) doi:10.1007/s00330-020-07165-1.
- Rodriguez-Ruiz, A. et al. Can we reduce the workload of mammographic screening by automatic identification of normal exams with artificial intelligence? A feasibility study. Eur Radiol 29, 4825–4832 (2019).
- Rodriguez-Ruiz, A. et al. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. 7 (2019).
- Le, E. P. V., Wang, Y., Huang, Y., Hickman, S. & Gilbert, F. J. Artificial intelligence in breast imaging. Clinical Radiology 74, 357–366 (2019).
- Bahl, M. Detecting Breast Cancers with Mammography: Radiology 2 (2019) doi:https://doi.org/10.1148/radiol.2018182404.
- Rodríguez-Ruiz, A. et al. Detection of Breast Cancer with Mammography: Effect of an Artificial Intelligence Support System. Radiology 181371 (2018) doi:10.1148/radiol.2018181371.
- Hupse, R. et al. Computer-aided Detection of Masses at Mammography: Interactive Decision Support versus Prompts. Radiology 266, 123–129 (2013).