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

Pixyl.Neuro.MS

Solution d’IA pour l’aide au diagnostic et suivi de la sclérose en plaques (SEP)

Découvrir

Pixyl.Neuro.MS est un outil assistant les radiologues dans le diagnostic IRM et le suivi des patients atteints de sclérose en plaques (SEP).
Pixyl.neuro.MS™ analyse automatiquement l’examen IRM et fournit une quantification du volume lésionnel en identifiant les hyperintensités de la matière blanche.

Détection, quantification et caractérisation automatique des lésions dans les zones anatomiques d’intérêt :

Pixyl.neuro.MS™ réalise une mesure du volume et de la charge lésionnelle pour le cerveau entier et pour chacune des régions cérébrales d’intérêt (périventriculaire, juxtacorticale, sous-tentorielle, matière blanche profonde) en regard des critères de McDonald.

Rapport et analyse longitudinale de l’évolution de la maladie en cas de présence dans le PACS d’une antériorité :

Pixyl.neuro.MS™ effectue automatiquement une mesure de l’activité de la maladie par segmentation et caractérisation de l’évolution des lésions de la matière blanche en fonction de l’antériorité. 

Production automatisée d’un rapport structuré et d’une série segmentée (contour des lésions) directement dans le PACS :

Pixyl.neuro.MS™ fournit au radiologue un rapport quantitatif complet sur les lésions, leurs caractéristiques et leur évolution, ainsi que leur visualisation sur les images cérébrales annotées.

  • sclérose en plaques
  • T2 FLAIR
  • T1 GADO
  • charge lésionnelle
  • IRM
  • détection
  • analyse longitudinale

Automatisation

rotate_right

Automatisez vos taches chronophages comme le comptage des lésions ou la comparaison avec les antériorités .

Standardisez le suivi

unfold_less

Standardisez le suivi de vos patients et la transmission des résultats au prescripteur.

Intégrez une assistance d'IA

dashboard_customize

Intégrez une assistance d’IA directement dans votre infrastructure existante et dans votre flux de travail clinique habituel.

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

Demander une démo

Témoignage

Dans le service de Neuroradiologie du CHU, nous utilisons le logiciel Pixyl neuro en routine clinique comme aide au suivi longitudinal de patients atteints de sclérose en plaques.
La sensibilité du logiciel pour la détection de nouvelles plaques est bonne, supérieure à celle du radiologue, notamment pour les charges lésionnelles élevées, permettant une meilleure prise en charge du patient ( injection ou non de gadolinium, adaptation thérapeutique).
Il permet en outre un gain de temps significatif pour l’interprétation, cette analyse comparative étant un procédé long et fastidieux.

Dr Béatrice Claise,

Neuroradiologue,
CHU Gabriel Montpied, Clermont-Ferrand

Pixyl est une jeune startup française, fondée en et basée à Grenoble. Son équipe dirigeante est issue de l’INSERM et de l’INRIA. À la croisée du médical, de la science des données et du développement de logiciels, Pixyl ambitionne de révolutionner l’imagerie cérébrale en proposant une analyse quantifiée de biomarqueurs des maladies neurodégénératives et neuroinflammatoires.Leur technologie de pointe à base de Deep Learning, leur a permis de finir lauréats du Data Challenge 2019de la Société Française de Radiologie.

Le dispositif médical Pixyl.Neuro.MS est un produit de santé réglementé qui porte le marquage CE, Classe IIa. Organisme notifié: TÜV Rheinland. n°0197. Fabricant: Pixyl.

Pixyl.Neuro.MS est un outil d’aide au diagnostic et ne peut être utilisé seul pour recommander une prise en charge médicale à des fins de diagnostic. Veuillez lire attentivement les instructions du manuel d’utilisation.

Veuillez contacter contact@incepto-medical.com pour plus d’informations. Dernière mise à jour :  14/02/2023

Publications

  1. 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
  2. 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
  3. 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

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

Demander une démo