Gastroenterologie
Künstliche Intelligenz-Kapselendoskopie mit einer integrierten Kamera.
WARUM DIE NOTWENDIGKEIT VON ROBOTICS?
Mit der derzeitigen Kapseltechnologie ist die Untersuchung des Magens eine Herausforderung. Die Kapsel kann nicht geführt werden und kann 15 Minuten bis Stunden im Magen verbleiben, wobei sie sich auf die Schwerkraft und die Peristaltik verlässt, um sich durch den Körper zu bewegen. Um den gesamten Magen zu untersuchen, ist eine aktive Kapsel erforderlich, eine, die manipuliert werden kann. Der beste Weg, dies zu erreichen, ist die magnetische Steuerung zusammen mit hochentwickelter Software und Algorithmen.
ROBOTICS - EINE HELFENDE HAND FÜR KLINIKER
Das NaviCam® Stomach System nutzt fortschrittliche Robotertechnologien in Kombination mit innovativer und intelligenter Software, um Ärzten eine externe Robotersteuerung einer Kapsel im menschlichen Körper zu ermöglichen.
​
​
Mehr Informationen finden Sie unter
​
​
​
KÜNSTLICHE INTELLIGENZ - WIE FUNKTIONIERT SIE?
​
Künstliche Intelligenz ist die wichtigste Fähigkeit hinter der Entwicklung der Präzisionsmedizin. Künstliche Intelligenz (KI) ist keine einzelne Technologie, sondern vielmehr eine Sammlung von Technologien. Die große Mehrheit der Anwendungen der Präzisionsmedizin erfordert einen Trainingsdatensatz, für den die Ergebnisvariable bekannt ist.
​
Künstliche Intelligenz (KI) ist eine der Hauptfähigkeiten hinter der Entwicklung der Präzisionsmedizin, die heute in großem Umfang eingesetzt wird. Bei der KI handelt es sich nicht um eine einzelne Technologie, sondern vielmehr um eine Sammlung von Technologien. Bei der KI muss eine Maschine oder Software mithilfe einer Technik namens maschinelles Lernen (ML) trainiert werden. ML ist eine Methode des überwachten Lernens, bei der Trainingsalgorithmen eingesetzt werden, die es Maschinen oder Software ermöglichen, anhand der bereitgestellten Daten zu lernen, wie sie Entscheidungen treffen können, um genaue Vorhersagen zu treffen.
Die komplexeren Formen des maschinellen Lernens beinhalten Deep Learning (DL), d. h. Modelle mit vielen Variablenebenen, die Ergebnisse vorhersagen. So wie unser Gehirn Muster erkennt und verschiedene Arten von Informationen klassifiziert, kann man Maschinen beibringen, dieselben Aufgaben mithilfe von Deep-Learning-Algorithmen zu bewältigen. Convolutional Neural Networks (CNN) ist eine Art von DL-Algorithmus, der ein Eingangsbild aufnimmt, verschiedenen Aspekten des Bildes eine Bedeutung zuweist und dann in der Lage ist, diese voneinander zu unterscheiden.
AnX Robotica verwendet diese Art von dynamischen Modellen, um Läsionen, Tumore und Blutungen von normalen zu unterscheiden. Der Algorithmus wurde mit großen Mengen klinischer Bilddaten trainiert, die von Gastroenterologen klassifiziert und markiert wurden. Nachdem er optimiert wurde, um strenge Empfindlichkeits- und Genauigkeitsziele zu erreichen, wurde der Algorithmus zu einem statischen Modell, d. h. er entwickelt sich nicht ständig weiter. Dieser statische Algorithmus wurde als Teil der intelligenten Leseunterstützungsfunktion in die AnX-Softwareplattform integriert.
Die AnX Robotica NaviCam®-Plattform bietet Ärzten eine externe Robotersteuerung, mit der sie die Kapsel in alle Richtungen manipulieren können, und enthält eine Software, die es dem Arzt auf Wunsch ermöglicht, Anomalien zu erkennen und so eine optimale Versorgung seiner Patienten zu gewährleisten.
Broschüren zum Download
