Harrison baut seine Führungsposition im Bereich KI mit der Einführung von CT Chest weiter aus und versorgt nun fast die Hälfte der radiologischen Bildgebung.
Der führende Anbieter von Gesundheitstechnologie, Harrison.ai, gab heute die Markteinführung seiner CE-zertifizierten CT-Brustkorblösung bekannt, einem umfassenden KI-Tool, das Ärzte bei der Erkennung von 167 radiologischen Merkmalen unterstützt, darunter solche, die auf lebensbedrohliche Erkrankungen, Tumore und chronische Krankheiten hindeuten können.
Mit einer der umfassendsten Abdeckungen in der Brustbildgebung identifiziert Harrison.ai CT Chest nahezu 9 kritische Befunde wie Lungenembolie, akutes Aortasyndrom, Pneumothorax und akute Rippenfrakturen. Der Algorithmus priorisiert Fälle auf der Arbeitsliste, identifiziert intelligent die Schnitte mit den Befunden, lokalisiert sie mit Überlagerungen und liefert eine Interpretation mit Konfidenzwerten, um Ärzten zu helfen, zeitkritische Fälle schneller zu bearbeiten und mit Zuversicht zu interpretieren.
Die Lösung fungiert als Sicherheitsnetz, das das Risiko von übersehenen oder unterdiagnostizierten Erkrankungen verringern soll, insbesondere in Notfällen und stationären Einrichtungen, wo chronische Erkrankungen häufig übersehen werden.
Harrison.ai CT Chest unterstützt auch die Krebsvorsorge. Da bis zu 70 aller Lungenkrebserkrankungen noch immer erst in einem späten Stadium1 diagnostiziert werden, unterstützt diese Lösung die frühzeitige Erkennung von verdächtigen Tumoren und Läsionen in Lungengewebe, Weichgewebe, Mediastinum, Lymphknoten und Oberbauch. Die Harrison's Chest CT-Lösung unterstützt Radiologen bei der Erkennung, Einstufung und Überwachung von Merkmalen, die auf Lungen-, Magen- und Bauchspeicheldrüsenkrebs hindeuten. Harrison.ai CT Chest unterstützt auch die Optimierung von Arbeitsabläufen bei der Lungenuntersuchung durch Berichtsfunktionen, die entwickelt wurden, um Radiologen Zeit zu sparen.
Durch die Zusammenführung von Funktionen, die normalerweise von mehreren Punktlösungen bereitgestellt werden, in einer einzigen Lösung liefert Harrison.ai CT Chest ein vollständiges klinisches Bild.
"Nach der erfolgreichen Markteinführung unserer KI-Lösung für Röntgenaufnahmen des Brustkorbs war die Erweiterung auf CT-Aufnahmen des Brustkorbs ein logischer nächster Schritt", erklärte Dr. Aengus Tran, Mitbegründer und CEO von Harrison.ai. "Wir haben aus erster Hand erfahren, wie eine umfassende KI-Lösung für eine einzelne Modalität die Arbeitsabläufe in der Radiologie verändern kann. Mit CT Chest verfolgen wir denselben umfassenden Ansatz, um Ärzten tiefere Einblicke und eine schnellere, sicherere Entscheidungsfindung zu ermöglichen."
Harrison.ai CT Chest ermöglicht es sowohl öffentlichen als auch privaten Gesundheitsdienstleistern, mit einer einzigen Lösung mehr zu erreichen. Es wurde entwickelt, um Kosten zu senken, die betriebliche Effizienz zu steigern und die Versorgungsqualität für jeden Patienten zu verbessern.
Über Harrison.ai
Harrison.ai ist ein weltweit tätiges Unternehmen im Bereich Gesundheitstechnologie, das die Kapazitäten von Klinikern und die Patientenversorgung durch KI-Automatisierung verbessert. Unsere Lösungen werden von Ärzten entwickelt und stellen den Patienten in den Mittelpunkt. Sie ermöglichen frühere, genauere Diagnosen und lassen sich nahtlos in klinische Arbeitsabläufe integrieren.
Die Lösungen von Harrison.ai sind in über 40 Ländern und für die Hälfte aller australischen Radiologen verfügbar. Sie werden weltweit an über 1.000 Kundenstandorten eingesetzt, darunter mehr als 40 NHS Trusts und alle öffentlichen Notaufnahmen in Hongkong. Harrison.ai hat bis heute das Leben von fast 10 Millionen Patienten beeinflusst.
Für weitere Informationen besuchen Sie bitte Harrison.ai.
Dieses Produkt ist ausschließlich für medizinisches Fachpersonal bestimmt. Einige Funktionen sind nicht in allen Regionen verfügbar. Bitte erkundigen Sie sich bei einem Mitarbeiter von Harrison.ai nach dem regulatorischen Status. Harrison.ai CT Chest ist der Markenname für HAI-RadX Suite CT Chest.
Die Daten für die Überschrift sind in den Unterlagen verfügbar. | |
| 1. | Radiologist Sensitivity for Lung Nodule Detection: A Meta-Analysis Brown et al. Lung Cancer, 2018, DOI:10.1016/j.lungcan.2018.03.004 |
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20251112824115/de/
Contacts:
Medienkontakt: Reena Rajan; reena.rajan@harrison.ai