Partenariats industriels

Des logiciels de Rad AI et d’Alara Imaging intègrent la plateforme d’IA de Bayer

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/08/24 à 7:00

Selon Bayer, « le logiciel de compte-rendu par reconnaissance vocale, l'organisation du suivi du patient par IA et les technologies de génération de pré-comptes-rendus standards de Rad AI complémentent » les outils déjà disponibles sur sa plateforme d'IA (image d'illustration). D. R.

Les IA génératives s'invitent toujours plus en radiologie clinique. C'est ce que semble indiquer l'annonce ce 27 juin du partenariat entre l'industriel allemand Bayer et Rad AI, startup co-fondée par un radiologue américain. Dans leur communiqué de presse commun, les deux entreprises indiquent en effet que des logiciels de Rad AI utilisant l'IA générative, notamment pour accélérer la création de compte-rendus à partir de la dictée, seront rajoutés à Calantic®, la plateforme d’intelligence artificielle de Bayer proposant des applications numériques de différents vendeurs.

Trois outils d'IA générative ajoutés à Calantic

Alors que les données d'imagerie sont toujours plus massives, le communiqué indique un besoin accru de « démontrer la plus-value des déploiements d'IA » en radiologie. C'est dans cette optique que Bayer indique que « le logiciel de compte-rendu par reconnaissance vocale, l'organisation du suivi du patient par IA et les technologies de génération de pré-comptes-rendus st

Il vous reste 59% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Mots-clés

intelligence artificielle industriels dosimétrie flux de travail partenariat

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Tech Imago

10 Juil

15:33

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, conclut une étude présentée dans Academic Radiology. Les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins énergivores, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 %.

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent des sensibilités comparables pour la détection des métastases ganglionnaires latérales du cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.

7:00

09 Juil

17:00

Des modèles d’apprentissage profond conçus pour identifier les résultats d’imagerie directe et indirecte sur le scanner ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas, selon une étude de Radiology.

11:00

Dans une étude rétrospective suédoise, des chercheurs ont testé trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA sur des données de mammographie provenant d’une grande population de dépistage. Ceux-ci ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic, selon une étude publiée dans Radiology. (Communiqué)

7:45

Le scanner corps entier à ultra-faible dose, associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR), permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients oncologiques sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
✕
Tech Imago

GRATUIT
VOIR