KI-Bildgebungstool für Diagnostik

Gesundheitswesen

Kundenbewertung

4.9

Diese Bewertung spiegelt unsere Kompetenz und unseren Erfolg wider

Kundeninformationen

In diesem Geschäftsfall ist unser Kunde ein in Großbritannien ansässiges Start-up, das sich auf KI- und ML-Tools zur Verarbeitung von DICOM-Bildern (MRT, CT, Röntgen und PET) und nicht bildgebenden Daten konzentriert. Es bietet F&E-Fachleuten aus den Biowissenschaften, Wissenschaft und anderen Bereichen fortschrittliche cloudbasierte Datenanalysetools, die in verschiedene Bildgebungsmodalitäten und Datenquellen (PACS, EHR usw.) integriert sind.

ORT:UK

Geschäftsanforderungen

Die Lösung mit KI-Bildanalyse, an der wir gearbeitet haben, wird zur Früherkennung neurologischer Erkrankungen wie Alzheimer und Multipler Sklerose sowie zur Vorhersage der Gedächtnisgeschwindigkeit und des kognitiven Abbaus eingesetzt. Die Plattform nutzt die KI-gestützte multimodale Datenanalyse, die aus verschiedenen Quellen gesammelt werden: medizinische Scans, ePAs, verbundene Geräte, Genom-Repositories usw. Andersen unterstützte das Start-up-Team bei der Front-End- und Back-End-Entwicklung, um ein MVP mit einer benutzerfreundlichen Schnittstelle einzuführen, das in einen hochentwickelten, KI-reichen Back-End-Teil integriert ist. Mit dieser Lösung können Wissenschaftler auf der ganzen Welt nun DICOM-Scans von Gehirngewebe neben Nicht-Bildgebungsdaten zur weiteren Verarbeitung durch einzigartige KI/ML-Algorithmen hochladen und so die frühesten Anzeichen einiger der verheerendsten Krankheiten unserer Gesellschaft effektiv identifizieren.

Dauer7 Monate

Technologien

React

Python

Projektdetails

Andersens Team hat zur Entwicklung einer KI-basierten, skalierbaren und maßgeschneiderten Plattform zur klinischen Entscheidungsunterstützung beigetragen. Das Ziel bestand darin, fortschreitende degenerative Hirnerkrankungen zu diagnostizieren und vorherzusagen. Die Lösung nutzt multimodale (MRT, PET, CT, Röntgen) bildgebende und nicht bildgebende Daten.

App-Funktionalität

Eine benutzerfreundliche und aufgabengesteuerte Schnittstelle für Kliniker und medizinische Forscher, die keine ML-Kenntnisse oder Fachkenntnisse in der ML-Programmierung für KI-basierte Bildanalyse erfordert;
Dynamische Bildanalyse und die Möglichkeit, Forschungsprojekte unter Verwendung mehrerer klinischer Variablen durchzuführen;
Automatische und zuverlässige Deidentifizierung von DICOM-Dateien für Forschungszwecke;
Ein schneller und sicherer DICOM-Uploader mit einzigartigen Algorithmen zur weiteren Analyse;
Die Möglichkeit, den Analysefortschritt zu überprüfen und visuell verständliche Ergebnisse zu erzielen;
Weitere Integration mit PACS und ePAs von Krankenhaus.

Projektergebnisse

Ein neues System, das Cloud-Technologien nutzt, wird von unserem Team nach den Architekturprinzipien SOLID, REP und CCR entwickelt;
Eine einfache Aggregation, Verwaltung, Standardisierung und verteilte Nutzung aller medizinischen Bilder wird gewährleistet, um die Anzahl der forschungsbasierten Nutzer deutlich zu erhöhen;
Die Plattform verfügt über eine benutzerfreundliche Schnittstelle, um die hochgeladenen Bilder mithilfe einzigartiger Algorithmen intelligent zu verarbeiten, den Analysefortschritt zu überprüfen und die Ergebnisse zu visualisieren.