Search

Public Sector & Healthcare

X-RAIS: AI UNTERSTÜTZT DIE BILDDIAGNOSTIK

Ein von Laife Reply entwickeltes AI-Instrument zur Auswertung medizinischer Aufnahmen mithilfe neuronaler Netzwerke

Künstliche Intelligenz (AI) revolutioniert viele unserer Lebensbereiche, so auch das Gesundheitswesen. Hier kommt X-RAIS zur Anwendung – ein AI-Instrument zur Auswertung von medizinischen Aufnahmen mithilfe neuronaler Netzwerke, das von Laife Reply entwickelt wurde. X-RAIS unterstützt den Arzt bei der Erstellung des Befunds, indem es automatisch auf verdächtige Bereiche hinweist und die entsprechende Klassifikation angibt, mit dem Ziel, die Anzahl der Fehldiagnosen zu reduzieren und die Effizienz des gesamten Diagnoseprozesses zu verbessern. X-RAIS ist auf das Lesen von Mammographieaufnahmen spezialisiert und kann den Dichtegrad der Brust bestimmen, vorhandene Anomalien hervorheben und deren morphologische Merkmale beschreiben.
  • strip-0

    EXAKTHEIT UND VERTIKALISIERUNG

    X-RAIS ist eine Deep Learning-Plattform, die in verschiedenen Diagnoseverfahren (z. B. Radiographie, Sonographie, Magnetresonanz) sowie in spezifischen anatomischen Bereichen vertikalisiert ist.
    X-RAIS unterstützt die Prozesse der ärztlichen Diagnose mithilfe von Techniken der Medical Image Recognition und ermittelt dabei mit hoher Exaktheit die Bildabschnitte, auf die der Arzt sich besonders konzentrieren sollte.

  • SENKUNG DES RISIKOS VON FEHLDIAGNOSEN

    Einer Studie des Breast Cancer Surveillance Consortium zufolge werden beim mammographischen Screening nur 84,4 % der bösartigen Tumore bei der ersten Untersuchung effektiv diagnostiziert.
    Es ist daher wichtig, die Prozesse der ärztlichen Bilddiagnostik zu optimieren, indem ein Instrument bereitgestellt wird, das den Arzt beim Erstellen des Befunds unterstützt (ohne ihn zu ersetzen) und so zu einer Reduzierung der Anzahl der Fehldiagnosen beiträgt. Zugleich spart es Zeit und erhöht folglich die Behandlungskapazität.

    strip-1
  • strip-2

    INTEGRATION MIT ARCHIVIERUNGSSYSTEMEN

    X-RAIS arbeitet mit DICOM-Abbildungen (Digital Imaging and Communications in Medicine), ohne Änderungen am Originalbild vorzunehmen. Daher kann X-RAIS in verschiedene PACS (Picture Archiving and Communication System) integriert werden, und es fügt sich nahtlos in den üblichen Verfahrensablauf des Radiologen ein. Bei jeder neuen Anfrage für die Erstellung eines Befunds im PACS werden die Verarbeitungsergebnisse von X-RAIS automatisch angezeigt. Dazu wird eine Karte über die DICOM-Abbildung gelegt, in der die verdächtigen Bereiche hervorgehoben werden (Lokalisierung), und für jede Anomalie wird eine Angabe zu deren Einstufung (Klassifikation) gemäß dem Standard ACR BI-RADS eingeblendet. Außerdem kann X-RAIS dank der Bestimmung des Dichtegrads sowie der Ermittlung positiver Bereiche in der Brust im Zuge des Befunds das Vorgehen zur operativen Behandlung effektiv organisieren, was besondere Vorteile für die Screening-Prozesse bedeutet.

  • SAAS-ANSATZ

    Dank durch Cloud-Architekturen ermöglichter kognitiver und auf künstlicher Intelligenz basierter Prozesse kann X-RAIS in jeder Umgebung eingesetzt werden. X-RAIS bietet zudem die Integrität und vertrauliche Behandlung von Daten, so wie dies zur Einhaltung der neuen Datenschutzvorschriften (DSGVO) erforderlich ist. X-RAIS kann genutzt werden für Services im Pay-Per-Use-Verfahren oder mit Jahresabonnement. In besonderen Fällen ermöglicht die spezielle Architektur von X RAIS auch die Installation oder Nutzung direkt am Standort.

    strip-3
  • strip-4

    LAIFE REPLY

    Laife Reply verbindet die umfassenden Kompetenzen der Reply-Gruppe im Sektor der innovativen Technologien (Big Data, Cloud Computing, Digital Media und Internet of Things) mit Know-how aus dem klinisch-medizinischen Bereich, um so spezifische, auf künstlicher Intelligenz beruhende Plattformen für das Gesundheitswesen bereitzustellen, die in der Lage sind, die Prozesse der medizinischen Diagnostik zu unterstützen, zur Entscheidungsfindung im klinischen Kontext beizutragen und die Lebensqualität der Patienten zu verbessern.