Каталог решений
6
Стать партнером О нас Блог Контакты
Речевые технологии
Анализ данных
NLP
Чат-боты
Компьютерное зрение
Все решения
К сравнению
Care Mentor AI
Год основания: 2018
Страна происхождения: Россия
Направление: Компьютерное зрение Анализ данных
Отрасль: Здравоохранение
https://carementor.ru/

Care Mentor AI

Система сервисов компьютерного зрения для анализа исследований лучевой диагностики
Заказать решение
К сравнению
Описание компании
Год основания: 2018
Страна происхождения: Россия
Направление: Компьютерное зрение Анализ данных
Отрасль: Здравоохранение
Характеристики
  • Определение патологий
  • Определение зон и видов патологий
  • Сегментация патологических изменений
  • Построение рабочего листа рентгенолога
Дополнительная информация

Ссылка на API-документацию: https://drive.google.com/file/d/1bDYuwRtcLG8WztobCom5S-3rCQjDt2oG/view?usp=sharing

Контур решения: Cloud/On-Premise

Клиенты: Департамент Здравоохранения города Москвы, Департамент Здравоохранения Ивановской области, Мариинская больница, Медицинский центр Континент, Университет СПБ, Sechenov University, Городская больница 52, АО "Медицина", Медицинский сервис Prima Medica

Цена: ₽₽

Заказать решение
Кейсы

Пилотное решения по анализу рентгенографических исследований Решение: искусственный интеллект в столичных медицинских организациях работает уже второй месяц и теперь, помимо компьютерных томограмм органов грудной клетки, начнет анализировать еще и рентгенограммы. Для этого на днях в Единый радиологический информационный сервис (ЕРИС), к которому подключено диагностическое оборудование Москвы, было интегрировано первое программное обеспечение Care Mentor AI, которое анализирует рентгенограммы органов грудной клетки на наличие различных патологий, включая такие социально значимые как рак легкого, туберкулез, пневмония. Результат: стабильность работы каждой функции в ходе тестирования многократно проверяется. Далее по 11 основным критериям анализируется, насколько ИИ-сервис соответствует заявленным параметрам. Если критических замечаний нет или их можно оперативно устранить, то сервис может быть внедрен в основной, рабочий контур ЕРИС. Сервис Care Mentor AI успешно прошел перечисленные этапы тестирования и стал первым по рентгенологическим исследованиям. Диагностика COVID-19 в Иванове Решение: компьютерный томограф, который установлен в городской клинической больнице №4 и используется для обследования пациентов с подозрением на COVID-19, оснастили искусственным интеллектом для профильной диагностики. Это позволяет автоматизировать выдачу заключения о степени тяжести заболевания и существенно сократить время обследования. Результат: новая методика позволяет использовать низкодозовую томографию, а также обеспечить высокую точность постановки диагноза. Оценка состояния пациента в динамике важна для того, чтобы посмотреть, в какую сторону развивается болезнь. Это дает возможность врачу вносить коррективы в схему лечения.

Преимущества
Care Mentor AI имеет доказанную клинически и посредством научных публикаций точность и работоспособность продуктов машинного зрения на основе нейросетевых алгоритмов. Кроме того, мы применяем доступную и гибкую ценовую политику, предлагаем бесплатный тестовый период для тестирования нашего решения, а также при внедрении нашей технологии нет потребности в установке дополнительного оборудования.
Технологии
Базовым элементом системы искусственного интеллекта Care Menor AI являются нейронные сети, но для их применения необходимо специфическое окружение. В обучении наших сетей мы используем знание и опыт врачей-рентгенологов. Для публикации (вывода сети в продуктовый контур), сеть должна достигнуть параметров accuracy более 0,8, sensitivity and specificity более 0,7. На первом этапе проектирования каждой сети используются InveptionV3, ResNet, DenseNet и др. Полносвязные ансамбли слоев на верхнем уровне, методология использования ансамблей моделей разработаны Care Mentor. В ходе обучения сети применяются различные техники аугментации данных - различные вариации яркости и контрастности снимка, небольшие искажения - всё, с чем встречаются врачи в ходе их практики, отражается и на процессе обучения нейросети. После того, как обученная модель передана на тестирование врачам, и получены результаты тестирования, параметры обучения могут быть скорректированы.