Plataforma de patología impulsada por IA avanza en el diagnóstico de cáncer de próstata, mama y gástrico

Una plataforma de diagnóstico del cáncer transformadora ahora ofrece nuevas capacidades de detección y un amplio conjunto de funciones para asistir a los patólogos y proveedores con conocimientos de IA que ayudan a mejorar la calidad y la precisión del diagnóstico, reducir los tiempos de respuesta y aumentar la productividad.

Ibex Medical Analytics (Tel Aviv, Israel) lanzó e implementó Galen 3.0, una solución transformadora que ofrece nuevas capacidades de detección y un amplio conjunto de características para ayudar a los patólogos en el diagnóstico de múltiples tipos de tejidos en varios flujos de trabajo de patología digital. Al crear una nueva modalidad para el diagnóstico del cáncer, Galen es la primera y más ampliamente implementada tecnología de IA en patología y se utiliza en la práctica clínica de rutina en laboratorios, hospitales y sistemas de salud en todo el mundo. Galen asiste a los patólogos en numerosas tareas de diagnóstico durante la revisión de biopsias de mama, próstata y gástricas y ayuda a mejorar la calidad del diagnóstico de cáncer, reducir el tiempo de respuesta, aumentar la productividad y mejorar la experiencia del usuario para los patólogos. Galen ha demostrado resultados sobresalientes en estudios clínicos realizados en múltiples laboratorios de patología y flujos de trabajo de diagnóstico

Galen 3.0 incorpora la última evolución de los algoritmos de IA de Ibex para detectar cáncer y otras características clínicamente relevantes en biopsias de próstata, mama y gástricas. Para garantizar una precisión y generalización muy altas, Ibex ha capacitado las redes de aprendizaje profundo en conjuntos de datos enormes y enriquecidos de laboratorios de todo el mundo que fueron digitalizados mediante múltiples sistemas de escaneo, incluidas neoplasias malignas prostáticas raras como carcinoma intraductal, tumor neuroendocrino, adenocarcinoma colorrectal, linfoma y carcinoma urotelial. Galen también calcula una puntuación de Gleason, el tamaño del tumor y el porcentaje de cada muestra de cáncer, lo que podría permitir a los patólogos ahorrar tiempo de revisión y reducir la subjetividad.

Galen 3.0 cuenta con una API abierta (interfaz de programación de aplicaciones) que acelera la interoperabilidad y la integración perfecta con soluciones de gestión de imágenes, sistemas de información de laboratorio y soluciones de flujo de trabajo de patología digital. La API de Ibex ya se utiliza en múltiples colaboraciones entre Ibex y los principales socios de patología digital donde los hallazgos de IA de Ibex se integran a la perfección con las soluciones de los socios. La versión 3.0 también incluye nuevos módulos de informes personalizables, lo que permite que cada sitio del cliente adapte los informes de diapositivas y casos de acuerdo con sus propias necesidades. Galen 3.0 tiene la marca CE, está aprobado en otros países y ahora está disponible en general para los clientes de Ibex.

“Con un estimado de 1,9 millones de nuevos casos de cáncer diagnosticados solo en los Estados Unidos este año, estamos entusiasmados de llevar Galen 3.0 a los laboratorios de patología de todo el mundo, brindando herramientas de apoyo a la toma de decisiones automatizadas y clínicamente validadas que ayudan a los patólogos a diagnosticar el cáncer con mayor rapidez y precisión para apoyar la alta demanda”, dijo Issar Yazbin, vicepresidente de gestión de productos de Ibex. “Manteniendo las necesidades de nuestros clientes en el centro de nuestra investigación y desarrollo, nos enorgullece implementar Galen 3.0, que brinda capacidades de detección mejoradas, experiencia de usuario mejorada, herramientas de mayor interoperabilidad y facilidad de implementación en los flujos de trabajo clínicos existentes”.

Enlaces relacionados:
Ibex Medical Analytics  

Visitar la expo >

Miembro Oro

Automatic Hematology Analyzer

CF9600

Software de laboratorio
Acusera 24•7

Automated Clinical Chemistry Analyzer

Envoy 500+

HPV Test

Allplex HPV28 Detection