Notre centre de connaissances
Le Centre de connaissances est un référentiel complet d’informations dédié à l’industrie de l’imagerie. Il propose un large éventail d’articles d’experts, de recherches de pointe et de guides pratiques sur les dernières avancées en matière de technologie d’imagerie. Conçu pour les professionnels de la santé, ce centre de ressources fournit des informations et des mises à jour précieuses pour vous permettre de rester informé et d’exceller dans votre domaine.

How AI Is Empowering Radiologists to Transform Cardiac Health Care – AppliedRadiology
By Orit Wimpfheimer, MD

Novel opportunities using AI in identifying new patients with CAC
This webinar features Ron Blankstein, MD, MSCCT; Orit Wimpfheimer, MD and David Langholz, MD. Considerable research has shown that AI based incidental detection of coronary calcification presents an opportunity to identify previously unknown patients with considerable cardiovascular risk and empower clinicians to promote cardiovascular disease prevention. Incidental coronary artery calcification (iCAC) can be integrated seamlessly into the clinical workflow as will be presented by Corewell Health in Michigan who will share their experience, impact and lessons learned.

Comment l’IA peut détecter des maladies que les médecins ne recherchent pas
Lorsque Will Studholme, 58 ans, s’est retrouvé aux urgences d’un hôpital du NHS à Oxford en 2023 avec des symptômes gastro-intestinaux, il ne s’attendait pas à un diagnostic d’ostéoporose.

Utilisation de l’intelligence artificielle pour semi-quantifier le calcium dans les coronaires en tant qu’« incidentalome » sur des scanners non synchronisés et sans contraste, une étude descriptive monocentrique dans l’ouest du Michigan.

L’intelligence artificielle dans le score calcique coronaire (CAC)

Le dépistage opportuniste avec l’IA pourrait changer la donne en cardiologie préventive

Stéatose hépatique non alcoolique, insuffisance cardiaque et mortalité à long terme : perspectives de l’enquête nationale sur la santé et la nutrition
Évaluer l’association entre la stéatose hépatique non alcoolique (NAFLD), l’insuffisance cardiaque (IC) et la mortalité toutes causes confondues. La prévalence de la NAFLD et de l’IC augmente en raison de facteurs de risque communs.

Utilisation du dépistage opportuniste par IA sur les scanners pour les maladies cardiovasculaires
« Nous constatons que lorsque l’on applique l’IA à ces scanners thoraciques non cardiaques, il est possible de détecter des calcifications coronaires chez des patients qui pourraient autrement passer inaperçues », a expliqué le Dr Ron Blankstein

Nanox figure sur la liste des meilleures inventions de 2024 du magazine TIME pour ses solutions d’IA
Les solutions de Nanox AI sélectionnées pour une mention spéciale sur la liste annuelle des nouveaux produits et idées les plus percutants

Guide de pratique de l’AASLD sur l’évaluation clinique et la prise en charge de la stéatose hépatique non alcoolique
Ce nouveau document d’orientation de l’AASLD reflète de nombreuses avancées dans le domaine pertinentes pour tout praticien prenant en charge des patients atteints de NAFLD et met l’accent sur les avancées en matière de stratification des risques non invasive et de traitement.

Détection d’une stéatose hépatique modérée sur un scanner de la veine porte avec injection de produit de contraste : évaluation à l’aide d’un outil automatisé d’intelligence artificielle
La TDM avant contraste est un moyen établi d’évaluation de la stéatose hépatique ; la TDM après contraste a toujours été limitée à cette fin.

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).