Aide au diagnostic, quantification, caractérisation, reconstruction d’image: l’intelligence artificielle médicale à portée de main pour la radiologie

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

Aumentar la confianza en su diagnóstico

Aumente la confianza en su diagnóstico, tanto para los casos normales como para los sospechosos, gracias a la doble lectura de la IA

Añade otra capa de seguridad

Añade otra capa de seguridad gracias a las alertas que dan las puntuaciones de los exámenes globales

Identify suspicious lesions faster

Identify and qualify benign or malign lesions faster in suspecious regions

Save time, reassure your diagnosis and streamline your workflow with 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

  1. Schaffter, T. et al. Evaluation of Combined Artificial Intelligence and Radiologist Assessment to Interpret Screening Mammograms. JAMA Netw Open 3, e200265 (2020).
  2. 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).
  3. 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.
  4. 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).
  5. Rodriguez-Ruiz, A. et al. Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. 7 (2019).
  6. Le, E. P. V., Wang, Y., Huang, Y., Hickman, S. & Gilbert, F. J. Artificial intelligence in breast imaging. Clinical Radiology 74, 357–366 (2019).
  7. Bahl, M. Detecting Breast Cancers with Mammography: Radiology 2 (2019) doi:https://doi.org/10.1148/radiol.2018182404.
  8. 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.
  9. Hupse, R. et al. Computer-aided Detection of Masses at Mammography: Interactive Decision Support versus Prompts. Radiology 266, 123–129 (2013).

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