Pockethealth déclenche un lecteur d’images motivées à l’IA pour les patients

Que devez-vous savoir:

– PocketHealth, Connected Care Company lance le lecteur d’image, une nouvelle fonctionnalité qui utilise l’IA pour aider les patients à mieux comprendre leurs résultats de l’imagerie médicale.

-Le lecteur de la tension fournit un contexte visuel dans CT et X -Ray Scanning, qui oblige les patients à interpréter leurs images et à diriger des entretiens plus éclairés avec leurs prestataires de soins de santé.

Identification aiatomique entraînée par l’IA

PocketHethalth Reader utilise une AI avancée, y compris Medsam (segmentation du modèle de Ledice andyme) développée par Scientist AI Dr. Bo Wangem. Ce modèle est conçu pour la segmentation universelle de l’image médicale, permettant une identification précise des structures anatomiques à travers différentes modalités.

Le lecteur d’image détecte et détecte automatiquement les organes et les os dans des images médicales et fournit aux patients une compréhension claire et interactive de leur numérisation. Cette fonctionnalité est actuellement optimisée pour un certain nombre de tests CT et X-Ray, avec des plans pour étendre le support d’autres modalités à l’avenir.

Étendre un ensemble d’outils destinés à un patient avec un patient

Le lecteur d’image complète l’outil existant pour câbler le patient en pokethealth, notamment:

• Rapport lecteur: Il simplifie des rapports complexes sur la radiologie avec une explication d’une langue simple.
• MyCare Navigator: Il aide les patients à subir leur santé avec des conseils et un soutien personnels.

“L’affichage médical de l’IA est principalement axé sur les applications cliniques, mais il existe une occasion tout aussi importante d’améliorer la compréhension des patients”, Dr. Bo Wang, le principal scientifique IA du University Health Network (UH), qui a dirigé le développement de Medsam. «PocketHealth a captivé une approche innovante en améliorant notre modèle de segmentation pour l’utilisation de patients dans le monde réel. L’utilisation de cette technologie au profit direct des patients est une étape significative pour augmenter l’imagerie médicale plus accessible et plus grande. “