Découvrez les nouveautés

ÉVALUER LES APPLICATIONS ET LE POTENTIEL D’UN SYSTÈME DE TOMOSYNTHÈSE POUR AIDER LES CLINICIENS DANS LE DIAGNOSTIC DES MALADIES THORACIQUES ET PULMONAIRES

Une étude récente suggère une efficacité clinique et économique élevée du dépistage opportuniste utilisant les outils d’IA. Les solutions Nanox.AI peuvent permettre et simplifier les économies en aidant à détecter et à signaler des découvertes opportunistes liées aux maladies chroniques

Évaluer la rentabilité et l’efficacité clinique du dépistage opportuniste basé sur les scanners abdominaux assisté par IA pour la maladie cardiovasculaire athéroscléreuse, l’ostéoporose et la sarcopénie en utilisant des algorithmes de composition corporelle basés sur l’intelligence artificielle (IA).

Dans la population étudiée, l’outil NanoxAI Bone a permis de détecter davantage de patients à risque d’ostéoporose par rapport aux soins standard (FRAX)

Les méthodes d’identification des patients à haut risque de fractures ostéoporotiques, notamment l’absorptiométrie à rayons X à double énergie (DXA)1,2 et les prédicteurs de risque comme l’outil d’évaluation du risque de fracture (FRAX)3-6, sont sous-utilisées.

Les fractures vertébrales sont souvent non diagnostiquées et manquées par les SLF. Nous avons démontré l’impact d’un parcours SLF activé par l’IA pour les fractures vertébrales en utilisant des scanners existants sur l’observance du traitement anti-ostéoporose

Utilisation de médicaments anti-ostéoporose pendant un an chez les patients identifiés par un parcours activé par l’IA pour les fractures vertébrales dans le cadre du service de liaison pour les fractures

Évaluation automatisée du risque de fracture ostéoporotique opportuniste à l’aide de tomodensitométries pour remédier à la sous-utilisation du FRAX

Les méthodes d’identification des patients à haut risque de fractures ostéoporotiques, notamment l’absorptiométrie à rayons X à double énergie (DXA)1,2 et les prédicteurs de risque comme l’outil d’évaluation du risque de fracture (FRAX)3,4,5,6, sont sous-utilisées. Nous avons évalué la faisabilité d’une évaluation automatique et opportuniste du risque de fracture basée sur des scanners abdominaux ou thoraciques de routine.

Détection des fractures par compression sur un scanner

La présence d’une fracture vertébrale par compression est très révélatrice d’ostéoporose et représente l’indicateur le plus fiable du développement d’une deuxième fracture ostéoporotique dans la colonne vertébrale ou ailleurs. Moins d’un tiers des fractures vertébrales par compression sont diagnostiquées cliniquement

Validation de HealthOST par Nanox.AI

logiciel de traitement d’images qui fournit une analyse qualitative et quantitative de la colonne vertébrale à partir de scanners pour aider les cliniciens dans l’évaluation des maladies musculo-squelettiques de la colonne vertébrale

Performances réelles de l’algorithme de fracture vertébrale (FV) activé par l’IA pour les études de liaison des fractures : l’étude ADOPT

Moins de 30 % des fractures de fragilité vertébrale (FV) sont signalées lors des scanners cliniques de routine effectués par les radiologues

Boucler la boucle dans l’IA, les DME et les partenariats avec les prestataires : la clé d’une meilleure gestion de la santé de la population ?

Les capacités et l’intérêt pour l’intelligence artificielle (IA) en matière de santé, et plus particulièrement dans la santé de la population, ont connu une croissance exponentielle au cours de la dernière décennie.

La valeur : tirer parti de l’IA pour aller au-delà de la lecture standard. La solution HealthCCSng Cardiac détecte davantage de patients éligibles à un traitement préventif

Les programmes de dépistage du cancer du poumon peuvent obtenir un plus grand bénéfice clinique en exploitant l’outil de mesure de CAC Nanox.AI

Utilisation d’algorithmes d’apprentissage automatique pour examiner les scanners et évaluer le risque de maladie cardiovasculaire : analyse rétrospective de l’essai national de dépistage pulmonaire (NLST)