Qualität der Bilder. Precise Detection (Präzise Erkennung). Erhöhte Patientenversorgung.

Patienten sind besser informiert als je zuvor und suchen aktiv nach Brustgesundheitsdienstleistern, die modernste Technologie einsetzen, um die Qualität der Mammographie und die Wirksamkeit der Brustkrebsvorsorge zu verbessern.

Da sich das Patientenaufkommen erhöht und Gesundheitseinrichtungen mit einem kritischen Mangel an Radiologen und Technologen konfrontiert sind, stehen Bildgebungszentren oft vor der wachsenden Herausforderung, die steigende Arbeitsbelastung zu bewältigen, ohne die Qualität zu beeinträchtigen. Führende Mammographieeinrichtungen und Kliniken nutzen KI, um Arbeitsabläufe zu verbessern und die Anzahl der für die Patienten erforderlichen Scan- und Lesevorgänge zu verringern sowie Brustkrebs schneller, früher und besser zu erkennen, unabhängig von der Dichte der Brust.

Nicht alle Mammogramme werden erstellt gleich

Wenn eine Frau zu ihrem Mammographie-Screening geht, geht sie davon aus, dass der Technologe einen qualitativ hochwertigen Scan für den Radiologen zur Überprüfung aufnehmen kann. Die Durchführung eines Scans ist jedoch häufig eine technisch anspruchsvolle Aufgabe, bei der es oft zu Positionierungsfehlern kommen kann. Die Verbesserung der klinischen Bildqualität durch die Nutzung von KI zur Unterstützung von Technologen bei der Bewertung von Positionskriterien liefert qualitativ hochwertigere Bilder für Radiologen und KI-Lösungen zur Unterstützung der Erkennung, um Brustkrebs effektiver zu erkennen. Das Ergebnis sind weniger unnötige Patientenrekrutierungen aufgrund von unsauberen Positionskriterien und unzureichender klinischer Bildqualität.

Wie kann ein hochwertiges Image Effizienz und Compliance steigern?

High-quality screening images lead to higher mammography sensitivity and specificity, reduced costs, MQSA compliance, and ultimately better patient outcomes.

Quality First: Bessere Imagequalität bedeutet bessere Diagnosen

Die IntelliMammo® AI Platform powered by Densitas® bietet kontinuierliche Qualitätsverbesserungstools für Echtzeit- und retrospektives Feedback für Radiologietechnologen durch synchrones Echtzeit-Feedback am Behandlungsort und asynchrones retrospektives Feedback bei geplanten Überprüfungen. Dieses kontinuierliche Feedback hilft den Technikern dabei, ihre Positionierung zu verbessern und Mammographie-Screenings akkurat zu erfassen, wodurch eine höhere klinische Bildqualität von Anfang an sichergestellt wird.

Diese verbesserte klinische Bildqualität bedeutet, dass Radiologen ein größeres diagnostisches Vertrauen in ihre Untersuchungen haben und dass Ressourcen auf Patienten fokussiert werden können, die statt falsch-positiver Fälle eine weitere Beurteilung und Behandlung benötigen.

Operative Effizienz: Kontinuierliche Verbesserung und reduzierte Kosten

Die IntelliMammo® AI Platform bietet außerdem eine umfassende Mammographie-Positionierungstechnik-Wissensbasis mit fachlich vorbereiteten Inhalten für Technologen. Dies ermöglicht kontinuierliches Lernen und Entwicklung innerhalb der Organisation. Advanced analytics allow facilities to identify areas for improvement at the technologist and site level so that lower-performing technologists can be paired with higher-performing staff for timely and cost-effective training. Evidenzbasierte standardisierte Leistungsindikatoren unterstützen die unbiased, efficient, regular, and cost-effective communication with technologists.

MQSA/ACR Compliance: Automatisierte Herausforderungen und Labor-Intensive Vorbereitung auf Audits

Die IntelliMammo® AI Platform automatisiert die Erstellung von Qualitätsberichten für Mammographien und ermöglicht es Fachkräften im Gesundheitswesen, sich stärker auf die Patientenbetreuung zu konzentrieren, anstatt sich durch unzählige Bilder zu klicken, um ACR-Qualitätsstudien zu identifizieren. Advanced analytics track and assess technologist performance, allowing facilities to easily flag inadequate mammograms and trigger corrective actions that can be tracked to completion.

Wie kann KI helfen Brustkrebs früher erkennen und Leben retten?

Die Früherkennung von Brustkrebs ist von entscheidender Bedeutung. Je früher er entdeckt wird, wenn er noch lokal begrenzt ist, desto mehr Behandlungsmöglichkeiten gibt es, was die Patientenergebnisse drastisch verbessert.

ProFound AI® Breast Health Suite powered by iCAD hilft Radiologen beim gleichzeitigen Lesen der hochwertigen Screening-Bilder, um ihre Aufmerksamkeit schnell auf potenziell relevante Bereiche zu lenken. Sie vergleicht die Befunde über mehrere Schnitte und Ansichten hinweg und ermittelt für jeden Bereich, den der Radiologe weiter auswerten soll, einen Befundwert.

Wie erkennt die KI ein Problemgebiet?

Der ProFound AI-Algorithmus wurde unter Verwendung einer der umfassendsten verfügbaren 3D-Bilddatenbanken umfangreich trainiert. Entwickelt aus 6+ Millionen Trainingsbildern, ~8.000 Biopsy-Krebsarten und 100+ beitragenden Zentren, die die Datenvielfalt gewährleisten (ab Juni 2024), liefert der KI-Algorithmus Radiologen fundierte Datenempfehlungen, um ihre Behandlungspläne zu informieren.

The Art of Medicine & die nächste Generation Science of Radiology

Radiologen sind ausgebildete Experten für das Lesen von Mammogrammen, und AI ist ihr vertrauenswürdiger Partner, um ihre Lesespezifität und -empfindlichkeit sowie die gesamte Patientenerfahrung zu verbessern. Durch die Kombination der detaillierten Analyse von ProFound AI mit dem Fachwissen von Radiologen wird die Genauigkeit der Krebserkennung erheblich verbessert.5,6 Diese Synergie verbessert die Patientenergebnisse, verringert die Wahrscheinlichkeit von Fehldiagnosen und gewährleistet eine rechtzeitige Behandlung von Patienten mit Brustkrebs.

ProFound AI wertet die Läsionswerte und die Brustdichte aus und liefert einen Gesamtfallwert, der den Grad des Verdachts auf Brustkrebs auf der Grundlage der Screening-Population angibt. Diese Ergebnisse unterstützen Radiologen bei der Erstellung genauerer Behandlungspläne, indem sie AI-gesteuerte Analysen mit ihrem klinischen Fachwissen abgleichen.

Erhöhung der Patientenversorgung durch Quality images & Precise Detection

Die IntelliMammo® AI -Plattform und die ProFound AI® Breast Health Suite arbeiten nahtlos mit der vorhandenen Ausstattung des Bildgebungszentrums zusammen, um eine umfassende Lösung zur Verbesserung der Mammographiequalität zu bieten. In tandem they improve workflow efficiency, image quality, and diagnostic accuracy, leading to better patient outcomes and more efficient use of resources for cost-effective and sustainable breast screening service delivery.

The combined effect of better image quality and better detection leads to elevated patient care by reducing false positives and false negatives and increasing the sensitivity and specificity of mammography. Dies führt zu weniger unnötigen Folgeuntersuchungen, einer geringeren unnötigen Strahlenbelastung und weniger invasiven Verfahren.

In turn, patient satisfaction is higher, and patients have an improved experience and increased confidence in breast screening programs, leading to higher breast screening participation rates which is crucial for early detection and treatment, ultimately saving more lives.

Referenzen:

1. https://www.fda.gov/radiation-emitting-products/mqsa-insights/poor-positioning-responsible-most-clinical-image-deficiencies-failures
2. Densitas-Kundenprofil: Mammographie-Einrichtung, die jährlich 50.000 Mammogramme verarbeitet.
3. Guertin MH, et al. Clinical image quality in daily practice of breast cancer mammography screening. Can Assoc Radiol J. 2014 Aug;65(3):199-206. doi: 10.1016/j.carj.2014.02.001. Epub 2014 Jun 16. PMID: 24947189
4. https://www.nationalbreastcancer.org/breast-cancer-facts
5. Conant EF, Toledano AY, Periaswamy S, Fotin SV, Go J, Boatsman JE, Hoffmeister JW. Improving Accuracy and Efficiency with Concurrent Use of Artificial Intelligence for Digital Breast Tomosynthesis. Radiol Artif Intell. 2019 Jul 31;1(4):e180096. doi: 10.1148/ryai.2019180096. PMID: 32076660; PMCID: PMC6677281.
6. Schilling, K. Real-World breast cancer screening performance with digital breast tomosynthesis before and after implementation of an artificial intelligence detection system. Research presented at European Congress of Radiology (ECR) 2023; March 1-5, 2023; Vienna, Austria.