Maschinelles Lernen hilft bei der Erkennung von Anomalien im Krebsdiagnoseprozess

Industrie

Technologie

Einführung

In Zusammenarbeit mit dem CHI und der Universität Barcelona hat NashTech eine Lösung für Computer Vision und maschinelles Lernen entwickelt, die das Video einer Kapselendoskopie schnell verarbeitet und auf Anomalien hinweist.

Über Corporate Health International

Corporate Health International (CHI) ist ein multinationales Unternehmen, das Lösungen für das Gesundheitswesen entwickelt, um die medizinischen Bewertungen der Verbraucher zu verbessern.

Die Herausforderung

Corporate Health International (CHI) verfügt über ein urheberrechtlich geschütztes Produkt zur ferngesteuerten Videokapselendoskopie, das zur Durchführung minimalinvasiver Verfahren zur Ermittlung des Risikos oder des Vorhandenseins von Dünn- oder Dickdarmkrebs eingesetzt wird. Dieser Test ist von unschätzbarem Wert, aber es handelt sich um ein manuelles Verfahren, das erhebliche Herausforderungen und Einschränkungen mit sich bringt, wie z. B. eine langwierige und mühsame Analyse sowie ein erhöhtes Risiko menschlicher Fehler, wenn Läsionen auf dem Film übersehen werden. CHI wandte sich an NashTech, um die Geschwindigkeit, Belastbarkeit und Genauigkeit des lebensrettenden Tools und des Diagnoseprozesses zu erhöhen.

Die Lösung

Das Team verwendete umfangreiche Trainingsdaten und Bildmaterial der Universität. Das Video wurde in die NashTech-Lösung eingespeist, um das ML-Modell für die Erkennung abnormaler Bilder aus dem endoskopischen Verfahren zu trainieren. Wenn die Lösung eine Anomalie identifiziert, wird das Video markiert und mit einem Zeitstempel versehen, so dass Ärzte schnell zu dem entsprechenden Bild navigieren und eine gründlichere klinische Beurteilung und Diagnose durchführen können.

Das Diagnoseteam kann über die Benutzeroberfläche der Lösung direkt auf die Daten zugreifen, und die Bilder liegen in einem Standarddateiformat vor, so dass sie in andere Lösungen im Ökosystem der Patientenversorgung importiert werden können, z. B. in elektronische Patientenakten, so dass sie von allen Leistungserbringern des Patienten und dem integrierten Gesundheitssystem gemeinsam genutzt werden können.

Das Ergebnis

Durch den Einsatz von Computer Vision und maschinellen Lerntechnologien konnte die Zeit für die Erkennung von Anomalien im Rahmen des Krebsdiagnoseprozesses des Kunden verkürzt werden. Es ist zu erwarten, dass sich die Ärzte dadurch auf andere wichtige Aufgaben konzentrieren können. Darüber hinaus wird die Gesamteffizienz des Kapselendoskopieverfahrens verbessert.

Die Lösung ermöglichte es CHI, die Vorteile der fortlaufenden digitalen Innovation in der Medizintechnik zur Verbesserung der medizinischen Wissenschaft und Diagnostik nachzuweisen und eine Lösung für den Einsatz in der gesamten Landschaft der Gesundheitsdienstleister zu kommerzialisieren, was letztendlich zu einer besseren Patientenversorgung und besseren Gesundheitsergebnissen führen wird.

“Für Start-ups ist Geschwindigkeit alles. Gut für Sie, wenn Sie Ihr eigenes Team von Entwicklern, Ingenieuren und Architekten zusammenstellen können. Wenn das aber nicht möglich ist, sollten Sie einen Partner haben, der Ihnen schnell, zuverlässig und kostengünstig Personal zur Verfügung stellen kann. Ein Partner, bei dem das Teammitglied ein Zuhause hat, das es dazu bringt, länger zu bleiben, über das Projekt hinaus zu lernen und mit Kollegen zusammenzuarbeiten. NashTech ist ein solcher Partner.

In den letzten zehn Jahren hat das NashTech-Team die richtigen Leute für meine Startups gefunden, für Startups, die ich berate, und auch in meiner letzten Unternehmensposition als globaler CTO.”

Dr. Hagen Wenzek, Mitbegründer – Corporate Health International