CheXpert (ИИ-система распознавания пневмонии)

Продукт
Разработчики: Intermountain Healthcare, Стэнфордский университет (Stanford University)
Дата премьеры системы: октябрь 2019 г
Отрасли: Фармацевтика, медицина, здравоохранение
Технологии: Системы видеоаналитики,  Телемедицинский сервис

2019: Анонс

В середине октября 2019 года исследователи из группы больниц Intermountain Healthcare и Стэнфордского университета представили новую ИИ-систему, которая способна обнаружить признаки пневмонии за 10 секунд. Модель легко адаптируется к георгафичеким особенностям населения определенного региона и может использоваться в любой больнице мира.

Модель CheXpert в качестве инструмента поддержки принятия клинических решений предназначена для врачей скорой помощи, а также для врачей общей практики. Использование такой ИИ-системы значительно сокращает время диагностики и подтверждения диагноза и позволяет как можно быстрее начать лечение тяжелых пациентов.

Исследователи из группы больниц Intermountain Healthcare и Стэнфордского университета представили новую ИИ-систему, которая способна обнаружить признаки пневмонии за 10 секунд

Система CheXpert, разработанная Stanford Machine Learning Group, представляет собой автоматизированную модель интерпретации рентгеновских снимков грудной клетки. Она обучалась на 188 000 изображений, полученных Стэнфордским медицинским центром. Исследователи проверили точность системы, используя ее для оценки рентгеновских снимков в нескольких отделениях неотложной помощи. Модель CheXpert идентифицировала все ключевые признаки пневмонии на рентгеновских снимках за 10 секунд, при этом ее результаты были подтверждены рентгенологами. Кроме того, ИИ-система способна самостоятельно генерировать отчеты, исключая ошибки в интерпретации ее данных.

Теперь исследователи планируют протестировать ИИ-систему в отделении неотложной помощи больницы Солт-Лейк-Сити. В случае успеха программа будет развернута в еще нескоольких больницах группы Intermountain Healthcare. Дл начала CheXpert будет выявлять только пневмонию, но в дальнейшем исследователи надеются использовать ее и для выявления других заболеваний, таких как сердечная недостаточность и ХОБЛ.[1]

Примечания



Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Вокорд (Vocord) (9, 45)
  VizorLabs (Визорлабс) (9, 40)
  ВидеоМатрикс (Videomatrix) (17, 32)
  VisionLabs (ВижнЛабс) (13, 32)
  PTV Group (2, 25)
  Другие (326, 178)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год


Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год
Данные не найдены