Volver a Buscador de AI
Evidence from clinical trial to evaluate the eectiveness of AVIEW Lung Nodule CAD, Clinical result from the Korean Ministry of Food and Drug Safety, 2019~2020.
Harriet L. Lancaster et al, “Outstanding negative prediction performance of solid pulmonary nodule volume AI for ultra-LDCT baseline lung cancer screening risk stratification”, Lung Cancer 2022(2022) doi: 10.1016
Aview: LCS
Aview:LCS es el sistema AI CAD para detectar y ayudar a diagnosticar nódulos pulmonares en imágenes de tomografía computarizada de tórax de acuerdo con LUNG-RADS.
La tecnología de inteligencia artificial de aprendizaje profundo detecta incluso los nódulos más pequeños que el lector podría pasar por alto. Proporciona información de tamaño y volumen en 3D mediante la segmentación de nódulos y los clasifica automáticamente en sólidos, parcialmente sólidos y no sólidos. Calcula los resultados cuantitativos analizados para generar un informe. Hace coincidir los nódulos de exámenes anteriores y de seguimiento para proporcionar cambios en el nódulo midiendo el volumen de los nódulos pulmonares para ver el crecimiento y el riesgo de nódulos.
Proporciona pautas de acuerdo con los estándares europeos (EUPS), estadounidenses (Lung-RADS) y coreanos (K-lung-RADS).
Aplicaciones y enfermedades
Ayuda de percepción (indicando todas las anormalidades/resultados/mapas de calor), sugerencia de informe.
Detección de nódulos, clasificación de nódulos, cuantificación de volumen de nódulos, VDT, puntuación Lung-RADS, puntuación de enfisema, puntuación CAC.
AVIEW LCS Plus de Coreline proporciona detección integrada y análisis completamente automático de las 3 enfermedades principales a partir de un solo examen: cáncer de pulmón, enfermedad pulmonar obstructiva crónica y enfermedad cardiovascular.
Patologías detectables
Beneficios
Sensibilidad y especificidad: el rendimiento de detección de nódulos pulmonares objetivo es una sensibilidad del 97 %; Especificidad 76% a 1-FP/escaneo
Los nódulos encontrados se clasifican rápidamente según ‘Lung-RADS’.
Al hacer coincidir automáticamente los resultados de los exámenes anteriores y de seguimiento, los cambios en los nódulos se pueden identificar de inmediato.
El tiempo de duplicación del volumen del nódulo se calcula automáticamente, lo que permite el seguimiento y la observación convenientes de los nódulos clave.
Referencias
Evidence from clinical trial to evaluate the eectiveness of AVIEW Lung Nodule CAD, Clinical result from the Korean Ministry of Food and Drug Safety, 2019~2020.
Harriet L. Lancaster et al, “Outstanding negative prediction performance of solid pulmonary nodule volume AI for ultra-LDCT baseline lung cancer screening risk stratification”, Lung Cancer 2022(2022) doi: 10.1016
Otras herramientas
