x
»
Быть в курсе событий mHealth
Главное меню
Быть в курсе событий mHealth Подписаться
x
Быть в курсе событий mHealth Подписаться

Zebra Medical Vision

14 Июнь
460
Компания Zebra Medical Vision, специализирующаяся на разработке систем обработки медицинских изображений на основе искусственного интеллекта, объявила о получении разрешения европейских регулирующих органов на использование в Европе своего решения Deep Learning Analytics Engine. Аналогичное разрешение компания получила в Австралии и Новой Зеландии, отмечает eHealth News. Это решение обеспечивает автоматический анализ медицинских изображений, позволяя радиологам существенно быстрее и точнее проводить диагностику. Новый движок может быть интегрирован в PACS- и RIS-систему, подключен к системе электронных медицинских карт. В настоящее время программный движок компании Zebra может анализировать сканы, полученные при помощи компьютерной томографии, с целью поиска в них признаков следующих заболеваний: Ожирение печени Избыток кальция в коронарных артериях Эмфизема Недостаточная плотность костей Компрессионные переломы позвоночника Кроме того, в ближайшие месяцы...
29 Ноябрь
1,058
Компьютерная томография не всегда дает ответы на все ваши вопросы, но, чтобы получить дополнительную консультацию, "второе мнение", требуется время и, чаще всего, деньги. Молодая израильская компания Zebra Medical Vision разработала платформу машинного обучения, решающую эту проблему, т.е. позволяющую получить искомое "второе мнение". Программное обеспечение Zebra, получившее название Profound, считывает данные со сканов компьютерной томографии, анализирует эту информацию и выдает медицинский отчет, причем по словам представителей компании, с точностью 90%. Компания ставит своей целью разрушить давно устоявшиеся барьеры в медицинском мире предоставив миллионам людей возможность получения точного анализа медицинских изображений в любое время и прямо на дому, пишет Venture Beat. Программное обеспечение Profound основано на алгоритмах, разработанных для обнаружения и анализа определенных заболеваний, базируясь на огромном количестве анонимных данных пациентов, полученных из...
×
Вход на сайт
Войти на сайт, используя аккаунт в социальных сетях
×
Учетная запись
×
Подписка на рассылку
×
Обратная связь