iCAD otrzymuje zgodę FDA na wersję 4.0 systemu ProFound Detection, który rewolucjonizuje wykrywanie raka dzięki zwiększonej dokładności i wydajności
iCAD, lider w dziedzinie wykrywania raka wspomaganego przez AI, otrzymał zgodę FDA na ProFound Detection Version 4.0 dla Digital Breast Tomosynthesis (DBT). To rozwiązanie AI nowej generacji, oparte na zaawansowanych sieciach neuronowych splotowych głębokiego uczenia (CNN), oferuje znaczną poprawę w wykrywaniu trudnych do zidentyfikowania nowotworów, szczególnie agresywnych podtypów. ProFound Detection Version 4.0 zwiększa dokładność o 22% w porównaniu z poprzednimi wersjami, ze znaczącymi postępami w identyfikacji nowotworów w gęstej tkance piersi, inwazyjnych nowotworów zrazikowych i tych mniejszych niż 1 cm. Ta wersja wprowadza również możliwość włączania przez lekarzy danych z poprzednich badań do bieżących analiz przesiewowych, zwiększając precyzję diagnostyczną.
Nowa wersja ProFound Detection obiecuje poprawę wyników leczenia pacjentów poprzez redukcję fałszywych wyników dodatnich i dokładniejsze wykrywanie nowotworów. Zapewnia 50% poprawę w identyfikacji nowotworów w gęstej tkance piersi i 60% poprawę w wykrywaniu inwazyjnych nowotworów zrazikowych. Wdrożenie iCAD w chmurze oferuje również skalowalność i ciągłe aktualizacje, zapewniając stałe wsparcie dla placówek i dostawców opieki zdrowotnej.
Dana Brown, prezes i dyrektor generalny iCAD, podkreślił: „Dzięki zatwierdzeniu przez FDA ProFound Detection w wersji 4.0 wyznaczamy nowe standardy w wykrywaniu nowotworów. To rozwiązanie zwiększa zdolność do identyfikacji agresywnych nowotworów, zwłaszcza w trudnych przypadkach, jednocześnie zmniejszając liczbę wyników fałszywie dodatnich. To znaczący krok naprzód w diagnostyce raka piersi wspomaganej przez sztuczną inteligencję”. Dr Chirag Parghi, MD, MBA, dyrektor medyczny w Solis Mammography, zauważył: „Ta wersja rozwiązuje największe wyzwania w obrazowaniu piersi, zwłaszcza w gęstej tkance. Większa precyzja w oznaczaniu zmian i możliwość integracji wcześniejszych badań doprowadzą do bardziej wydajnych i dokładnych przepływów pracy, sprzyjając szerszemu przyjęciu sztucznej inteligencji w praktyce klinicznej”.
