Patologia

O que é patologia computacional?

análise-de-imagem

A patologia computacional usa o poder de machine learning, análise de imagem e integração de Big data para aprimorar a precisão diagnóstica e transformar a próxima geração de patologistas.

A Philips está liderando o caminho na pesquisa de patologia computacional, fornecendo novas tecnologias para análise de imagens, que são totalmente incorporadas em sua solução de digitalização, armazenamento e exibição de patologia digital.
Vídeo

Patologia computacional capacitando patologistas a viabilizar um cuidado ao paciente melhorado

Estamos em um momento muito emocionante na patologia

Necessidade de patologia computacional 1

Estamos nos movendo rapidamente para uma época em que a patologia da próxima geração está se tornando uma realidade com o advento da patologia digital. Mudanças de paradigma estão sendo testemunhadas no cuidado do câncer com medicina de precisão e tratamentos personalizados aumentando a cada dia. & nbsp;
Patologistas são absolutamente central para este sonho da medicina personalizada. É na mesa do patologista que as primeiras decisões clínicas em relação ao paciente são feitas e esse continuará a ser o caso. & nbsp;

Aumento da carga de trabalho2

70%

fluxo
aumento projetado em novos casos de câncer dentro das próximas duas décadas

20%

relógio
de patologistas que trabalham horas extras semanais ou têm que terceirizar serviços

Escassez de patologistas 3

60%

55+
de médicos ativos em patologia tem 55 anos de idade ou mais

10%

contato
diminuição em médicos ativos em patologia em 2008-2013

Opiniões de experts

Ian-Ellis-vídeo-l
jeroen-van-der-laak-video

Uma transformação na patologia computacional 4

A evolução da aprendizagem profunda e a melhoria na exatidão para o reconhecimento do teste padrão da imagem foram impressionantes nos últimos anos. Tudo, desde a bio-métrica e segurança, reconhecimento de voz e publicidade inteligente, até os carros sem condutor é alimentado por tecnologias de aprendizagem profunda.
O próximo é a patologia. Acreditamos que a patologia digital e machine learning juntos, poderia capacitar os patologistas com novas ferramentas, e ajudar a impulsionar melhorias no fluxo de trabalho e precisão diagnóstica na descoberta e diagnóstico.
A recente convergência de tecnologias, juntamente com a inovação da Philips em patologia computacional, vai ajudar-nos a transformar a patologia juntos.
algoritmos-clínicos

Algoritmos clínicos 5

Temos um extenso roteiro para a entrega de algoritmos aprovados CE-IVD para apoiar a tomada de decisão clínica em vários tecidos. & nbsp; Inicialmente nós estamos fornecendo aplicações digitais da análise da imagem no apoio do patologista para avaliações clínicas do ER, do PR, do HER2 e do Ki-67.
  1. Louis DN et al, Patologia Computacional: uma definição emergente, Arch Pathol Lab Med, volume 138, edição 9, 2014
  2. Cancer Facts & Figures – US figures – AAMC 2014
  3. Sara Bainbridge et al.. (2016). TESTING TIMES TO COME?. Disponível em: http://www.cancerresearchuk.org/sites/default/files/testing_times_to_come_nov_16_cruk.pdf.
  4. Louis DN et al, Patologia Computacional. Um caminho Adiante, Arch Pathol Lab Med, vol 140, & nbsp; 2016
  5. Visiopharm é o fabricante legal das aplicações do IHC do peito (APP de HER2, cancro da mama; ER APP, câncer de mama; PR APP, câncer de mama; APP de 67, cancro da mama). As aplicações são CE-IVD para a Europa e uso de pesquisa apenas para os Estados Unidos e resto do mundo.
  6. A solução IntelliSite de patologia da Philips obteve liberação para acesso ao mercado como diagnóstico in vitro no diagnóstico primário em cerca de 50 países, como o EEE (Espaço Econômico Europeu), EUA, Canadá, Japão, Coreia do Sul e outros países da Ásia, do Oriente Médio e da América do Sul.

Dados de contato

* Este campo é obrigatório
*

Detalhes do contato

*
*
*

Detalhes da Companhia

*
*
*
*
*
*