qER™
Solution d’IA pour le diagnostic d’urgence en scanner crâniens
qER™ est un outil qui assiste le radiologue et les services d’urgence dans la détection des pathologies cérébrales. qER™ analyse le scanner, détecte, localise et quantifie plusieurs pathologies cérébrales comme les hemmoragies ou les fractures crâniennes, et intègre le résultat dans l’environnement de lecture habituel du radiologue.
Détection automatique, et localisation de pathologies cérébrales critiques :
qER™ détecte les saignements intracérébraux et leurs sous-types, les infarctus, les effets de masse d’une tumeur, une déviation de la ligne médiane, et les fractures crâniennes.
Classification et triage automatique des examens anormaux au sein d’une liste de travail :
L’algorithme qER™ propose aux radiologues et urgentistes un aperçu global des résultats de l’IA de tous les examens du jour. Les cas critiques sont mis en avant et identifiables aisément.
Production automatisée d’un rapport intégrant une image annotée et des pathologies détectées et localisées
qER™ génère un rapport pré-rempli qui contient les images annotées, l’information sur le caractère critique de l’examen, ainsi que toutes les anomalies détectées et leur localisation.
- pathologie cérébrale
- saignements
- infarctus
- atrophies
- fractures crâniennes
- radiographie
- détection
Gagnez du temps, sécurisez votre diagnostic et optimisez votre flux de travail avec Incepto
Témoignage
C’est l’un des plus grands progrès de l’AI en radiologie à ce jour, parce qu’il élargit le deep learning à l’orientation d’urgence pour de nombreux scans cérébraux.
Dr Eric Topol,
Scripps, USA
Publications
- National trends in use of computed tomography in the emergency department. Kocher, K. E. et al. Ann. Emerg. Med 58, 452–462 (2011).
- Development and Validation of Deep Learning Algorithms for Detection of Critical Findings in Head CT Scans. S. Chilamkurthy, et al. https://doi.org/10.1371/journal.pone.0204155
- Chilamkurthy, Sasank, Rohit Ghosh, Swetha Tanamala, Mustafa Biviji, Norbert G Campeau, Vasantha Kumar Venugopal, Vidur Mahajan, Pooja Rao, and Prashant Warier. “Deep Learning Algorithms for Detection of Critical Findings in Head CT Scans: A Retrospective Study.” The Lancet 392, no. 10162 (December 2018): 2388–96. https://doi.org/10.1016/S0140-6736(18)31645-3.
- Artificial intelligence pinpoints nine different abnormalities in head scans. Emily Mullin. Nature Medicine (2018). 10.1038/d41591-018-00003-4.
Qure.ai a été fondé en 2016 par une équipe indienne dont les fondateurs sont issus du Georgia Institute of Technology et de l’Institut de Recherche Max Planck. La mission de l’entreprise est d’utiliser l’intelligence artificielle pour rendre les soins de santé plus accessibles et abordables. Leur équipe combine une expertise unique en Science des données, doublée de connaissances cliniques et scientifiques, qui leur a déjà permis de publier dans de grands journaux scientifiques tels que le Lancet ou Radiology. Très actifs et reconnus dans les programmes mondiaux de dépistage de la tuberculose, ils s’attachent à concevoir des solutions concrètes répondant à diverses questions cliniques.
Le dispositif médical qER est un produit de santé réglementé qui porte le marquage CE, Classe IIa. Organisme notifié: TÜV SÜD. n°0123. Fabricant : Qure.ai Technologies.qER 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 : 25/03/2024
