ENGINEERINGNET.BE - Onderzoek van de borstkas op basis van een CT-scan is een vaak gebruikte procedure. Toch staan radiologen hier vaak voor een uitdaging. Door de complexe anatomie van de borstkas leveren beelden van zo'n scan erg veel informatie op.
Hierdoor kunnen de resultaten van onderzoek tot onderzoek verschillen met 10 tot 20%. Diagnoses op basis van algoritmes nemen deze variabiliteit weg en genereren constante resultaten.
De nieuwe digitale assistent helpt radiologen om afbeeldingen van de borstkas efficiënter en preciezer te interpreteren en om bevindingen met behulp van automatische metingen sneller te documenteren.
De AI-Rad Companion Chest CT is momenteel in staat om verschillende taken uit te voeren, zoals de identificatie van letsels op de longen of de risicoberekening op een hartinfarct aan de hand van beelden zonder hartsynchronisatie.
De software kan ook de diameter van de aorta segmenteren en meten, een belangrijke parameter bij de detectie van een mogelijke slagaderbreuk.
Verder is het in staat om de wervelkolom in de borststreek te onderzoeken. Het gaat hierbij om het meten van de botdichtheid van wervels en het detecteren van eventuele breuken. Dit vergemakkelijkt de screening op osteoporose in een vroeg stadium.
“Artificiële intelligentie kan radiologen ontlasten van bepaalde routinetaken, waardoor de efficiëntie en kwaliteit van diagnostische beeldvormingsprocedures verbeteren”, aldus Frederik Baeke, Manager Digital Services bij Siemens Healthineers in België.
In bepaalde gevallen wijst de intelligente assistent de artsen zelfs op mogelijke afwijkingen in gebieden die niet meteen het onderwerp van het onderzoek uitmaakten.
De software kan het beeldmateriaal van meerdere fabrikanten van CT-scanners evalueren. In de toekomst gaat men dit platform verder uitbreiden met meer intelligente algoritmes voor andere organen en toepassingen.
