Dlaczego warto wybrać OLYSENSE CAD/AI?

Spełniona z myślą o niezaspokojonych potrzebach w zakresie endoskopii górnego i dolnego odcinka przewodu pokarmowego platforma OLYSENSE CAD/AI obejmuje aplikacje CADDIETM, CADUTM i SMARTIBDTM.

Aplikacje platformy OLYSENSE CAD/AI ułatwiają wykrywanie i charakteryzowanie podejrzanych polipów jelita grubego, wykrywanie dysplazji w przełyku Barretta, a także charakteryzowanie wrzodziejącego zapalenia jelita grubego.

Wraz ze wzrostem dostępności rozwiązań CAD/AI wybór właściwego rozwiązania dla placówki staje się kwestią kluczową. Platforma OLYSENSE CAD/AI jest przeznaczona do radzenia sobie z codziennymi wyzwaniami w sposób nacechowany precyzją, wydajnością i łatwością dostosowywania.

  • Zwiększone wykrywanie gruczolaków: CADDIETM poprawia wykrywanie gruczolaków o 7,4%, dzięki czemu przyczynia się do zapobiegania rakowi jelita grubego.5
  • Zwiększone wykrywanie siedzących zmian ząbkowanych (SSL) i polipów płaskich: Endoskopiści wykrywają o 230% więcej SSL i o 37% więcej niepolipowatych („płaskich”) polipów niż wtedy, gdy nie korzystają z rozwiązania CADDIETM.6
  • Zwiększone wykrywanie polipów o rozmiarach wskazujących na wysokie ryzyko: Endoskopiści wykrywają o 136% więcej dużych polipów i o 93% więcej dużych gruczolaków niż wtedy, gdy nie korzystają z rozwiązania CADDIETM.6
  • Wspomaganie charakteryzowania podczas kolonoskopii: Endoskopiści charakteryzują o 13,3% więcej drobnych gruczolaków niż wtedy, gdy nie korzystają z rozwiązania CADDIETM.5
  • Wykrywanie dysplazji w przełyku Barretta: CADUTM poprawnie identyfikuje 88,16% pacjentów ze zmianami dysplazyjnymi lub neoplastycznymi.7
  • Pomoc w ocenie wrzodziejącego zapalenia jelita grubego w skali MAYO dzięki rozwiązaniu SMARTIBDTM.8

Unlocking the Power of Intelligent Endoscopy

Nasza platforma zapewnia natychmiastową analizę obrazu bezpośrednio na monitorze endoskopowym, dzięki czemu pozwala endoskopiście podejmować świadome decyzje w czasie rzeczywistym. Bezproblemową interakcję podczas zabiegów wspomaga sterowanie bez użycia rąk za pomocą przełącznika nożnego, gdy w tym samym czasie aplikacje wykorzystują bezpieczną, opartą na chmurze technologię strumieniowego przesyłania danych.

Poszerzamy horyzonty w endoskopii:
Poznaj trzy wyspecjalizowane aplikacje platformy OLYSENSE CAD/AI


Wspomagamy personel medyczny dzięki połączonej inteligencji

Dokonaj modernizacji posiadanego systemu endoskopowego Olympus dzięki platformie OLYSENSE CAD/AI i spełnij dotychczas niespełnione potrzeby w zakresie endoskopii. W celu uzyskania informacji o kompatybilności z istniejącymi systemami prosimy o kontakt z firmą Olympus.

Ujarzmij moc sztucznej inteligencji i wejdź do nowej ery bezproblemowej, inteligentnej endoskopii.

Przedstawione produkty i technologie nie są aktualnie dostępne we wszystkich krajach i nie zostały ustalone ramy czasowe dotyczące tego, kiedy i czy konkretne produkty i/lub technologie będą dostępne na rynku.

System endoskopowy EVIS X1

Otwórz się na nowe możliwości w zakresie wykrywania i kategoryzacji gruczolaków dzięki wiodącym w branży technologiom obrazowania systemu EVIS X1.

Extended Depth of Field (EDOF) — technologia soczewek zapewniająca wyjątkową wyrazistość obrazu z rozszerzoną głębią ostrości i płynnym powiększaniem, co w rezultacie poprawia ocenę nieprawidłowości, takich jak polipy.

Obrazowanie z ulepszeniem tekstury i barw (TXI) — ulepszona technologia obrazowania w świetle białym, która poprawia zarówno wykrywalność, jak i ocenę gruczolaków poprzez uwypuklenie różnic w teksturze i kolorze oraz zapewnienie równomiernego oświetlenia.

Obrazowanie w wąskim paśmie światła (NBI) — technologia wykorzystująca światło niebieskie wspomagająca ocenę gruczolaków dzięki możliwości wizualizacji naczyń włosowatych.

Odkryj EVIS X1

Produkty powiązane

Produkty — filtruj wg specjalizacji

Pliki do pobrania

Wspierana przez AI ocena wrzodziejącego zapalenia jelita grubego SMARTIBD™ (PDF, 1,5 MB)

Automatyczne generowanie wskaźnika MAYO Endoscopic Score (MES) pomaga w ocenie aktywności wrzodziejącego zapalenia jelita grubego. Narzędzie oparte na AI dostarcza wgląd w czasie rzeczywistym w celu standaryzowanego monitorowania stanu zapalnego.

CADDIE™ AI do wykrywania i charakteryzowania polipów jelita grubego (PDF, 1,9 MB)

Zaawansowana sztuczna inteligencja wspomaga wykrywanie zmian wysokiego ryzyka i podejrzanych polipów jelita grubego. System dostarcza wizualne wskazówki w czasie rzeczywistym i monitoruje czystość jelit, optymalizując jakość kolonoskopii.

Oprogramowanie wyrobu medycznego CADU™ do wykrywania dysplazji w przełyku Barretta (PDF, 1,6 MB)

Analiza AI w czasie rzeczywistym wskazuje podejrzenie dysplazji w przełyku Barretta podczas wideoendoskopii. To rozwiązanie oparte na chmurze działa jako druga para oczu, wspierając podejmowanie decyzji klinicznych.

Piśmiennictwo
1 Kim NH, Jung YS, Jeong WS, et al. Miss rate of colorectal neoplastic polyps and risk factors for missed polyps in consecutive colonoscopies. Intest Res. 2017;15(3):411-418. doi:10.5217/ir.2017.15.3.411.
2 Lee A, Iskander JM, Gupta N, et al. Queue position in the endoscopic schedule impacts effectiveness of colonoscopy. Am J Gastroenterol. 2011;106(8):1457-1465. doi:10.1038/ajg.2011.87.
3 D. A. Corley et al., “Adenoma Detection Rate and Risk of Colorectal Cancer and Death A BS TR AC T,” n engl j med, vol. 14, no. 3, pp. 1298–306, 2014, doi: 10.1056/ NEJMoa1309086.
4 Visrodia K, Singh S, Krishnamoorthi R, et al. Magnitude of Missed Esophageal Adenocarcinoma After Barrett's Esophagus Diagnosis: A Systematic Review and Meta-analysis. Gastroenterology. 2016;150(3):599- e15. doi:10.1053/j.gastro.2015.11.040.
5 Dane w dokumentacji firmy Odin Medical Ltd., badanie CADDIETM AI — NCT04325815.
6 Dane niezrecenzowane/opublikowane w czasie opracowywania niniejszego dokumentu; dane w dokumentacji firmy Odin Medical Ltd, badanie EAGLE — NCT05730192.
7 Dane w dokumentacji firmy Odin Medical Ltd, raport z testów porównawczych ODIN-CADU-BTR — segmentacja dysplazji, oraz raport z weryfikacji ODIN-CADU-TCP-028, wer. 1.4.5.
8 Dane w dokumentacji firmy Odin Medical Ltd, raport z walidacji ODIN-IBD-TCU-003, wer. 1.0.2; raport z walidacji ODIN-IBD-TCP-002, wer. 1.0.2.
9 Dane niezrecenzowane/opublikowane w czasie opracowywania niniejszego dokumentu; dane w dokumentacji firmy Odin Medical Ltd, badanie EAGLE — NCT05730192.
10 Dane w dokumentacji firmy Odin Medical Ltd, PrRq-002.
11 Dane w dokumentacji firmy Odin Medical Ltd, raport z weryfikacji ODIN-CADU-TCP-001, wer. 1.4.5; raport z weryfikacji ODIN-CADU-TCP-027, wer. 1.4.5; raport z weryfikacji ODIN-CADU-TCP-003, wer. 1.4.5; raport z testów porównawczych ODIN-CADU-BTR — segmentacja dysplazji.
12 Dane w dokumentacji firmy Odin Medical Ltd, raport z weryfikacji ODIN-CADU-TCP-001, wer. 1.4.5; raport z weryfikacji ODIN-CADU-TCP-027, wer. 1.4.5; raport z weryfikacji ODIN-CADU-TCP-003, wer. 1.4.5; raport z testów porównawczych ODIN-CADU-BTR — segmentacja dysplazji; raport z weryfikacji ODIN-CADU-TCP-028, wer. 1.4.5.
13 Dane w dokumentacji firmy Odin Medical Ltd, raport z walidacji ODIN-IBD-TCU-003, wer. 1.0.2; raport z walidacji ODIN-IBD-TCP-002, wer. 1.0.2.
14 Data on file with Odin Medical Ltd., TCP-056, TCO-018, FDA-TCP-068, FDA-TCP-064, FDA-TCP-065, FDA-TCP-067