KEROS™
Solution d’IA d’aide au diagnostic pour l’interprétation de l’IRM du genou
KEROS™ est une solution de Radiologie Augmentée par Intelligence Artificielle pour l’IRM du genou. Elle analyse automatiquement les principales structures anatomiques du genou et détecte les lésions des ligaments, des ménisques et des cartilages. Elle s’intègre de manière automatisée dans les environnements de lecture habituels du radiologue, PACS ou stations de revue.
Détection et caractérisation des lésions
KEROS™ détecte et caractérise automatiquement les lésions les plus courantes des ligaments, des ménisques et des cartilages.
Génération automatique d’un rapport pré-rempli
KEROS™ génère automatiquement un rapport détaillé (format PDF) et/ou un rapport synthétique (format Secondary Capture). Ce rapport est disponible dans l’examen du patient sous forme d’une série supplémentaire.
- IRM
- GENOU
- LIGAMENTS
- MÉNISQUES
- CARTILAGES
- PACS
- IA
Gagnez du temps, sécurisez votre diagnostic et optimisez votre flux de travail avec Incepto
Témoignage
“Nous utilisons KEROS™ à la clinique depuis plus d’un an pour l’interprétation de nos IRM du genou. Notre expérience de la solution est qu’elle renforce la fiabilité du diagnostic posé par le radiologue et permet d’aller droit au but dans son exploration, en identifiant préalablement les lésions potentiellement présentes dans les structures analysées. Un outil qui deviendra surement indispensable, notamment pour des examens de patients pris en charge dans un contexte traumatique !”
Dr Stephen Binsse,
Radiologue
APHP et centre d’imagerie Soissons
Publications
- 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 - 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.
- Deep learning to detect anterior cruciate ligament tear on knee MRI: first multi-continental external validation (JFR 2021)
- Comparative performance of an artificial intelligence algorithm and human annotators for meniscal crack detection (JFR 2022)
- Performance comparison of a deep learning algorithm and human readers on anterior cruciate ligament tear detection (ESSR 2022)
- Evaluation of Visual Explanation for Knee MRI pathologies classifiers (ECR 2022)
- Impact of AI for pathology detection from knee MRI (RSNA 2022)
- Performance comparison of a deep learning algorithm and human readers on anterior cruciate ligament tear detection (ECR 2023)
Fabricant : Incepto Medical
ARVA est un outil d’aide au diagnostic et ne doit pas être utilisé seul pour recommander une prise en charge médicale. Veuillez lire attentivement les instructions du manuel d’utilisation. Veuillez contacter contact@incepto-
Gagnez du temps, sécurisez votre diagnostic et optimisez votre flux de travail avec Incepto
Fabricant : Incepto Medical
ARVA est un outil d’aide au diagnostic et ne doit pas être utilisé seul pour recommander une prise en charge médicale. Veuillez lire attentivement les instructions du manuel d’utilisation. Veuillez contacter contact@incepto-