Diagnos Inc. ist stolz darauf, in Zusammenarbeit mit der ETS, École de Technologie Supérieure, seine Teilnahme an der Jahrestagung 2024 der Association for Research in Vision and Ophthalmology (ARVO) anzukündigen. DIAGNOS wird seine neuesten Fortschritte auf dem Gebiet der künstlichen Intelligenz bei der Netzhautbildgebung vorstellen, mit dem Ziel, die Art und Weise, wie Netzhautanomalien erkannt und diagnostiziert werden, zu revolutionieren. Während der ARVO 2024 wird DIAGNOS drei bahnbrechende Themen vorstellen: AI-Assisted Automated Screening of Retinal Anomalies in OCT Images: Ein Deep Learning-Ansatz.

Nicht alles, was glänzt, ist Gold: Sind aktuelle Retina Foundation Modelle in der Lage, eine hypertensive Retinopathie effizient zu erkennen. Domain Generalization for Diabetic Retinopathy Grading through Vision-Language Foundation Models. OCT-Modell: DIAGNOS Convolutional Neural Network (CNN)-Modelle, die auf OCT-Bildern basieren, haben eine bemerkenswerte Genauigkeit bei der Erkennung subtiler Veränderungen der Netzhautmorphologie erreicht, die auf verschiedene Krankheiten wie Makulaödeme, diabetische Retinopathie und altersbedingte Makuladegeneration hinweisen.

Diese Modelle, die an großen Datensätzen trainiert wurden, extrahieren automatisch relevante Merkmale aus den Bildern und ermöglichen so eine frühzeitige Erkennung von Anomalien der Netzhaut. Ein frühzeitiges Eingreifen, das durch diese Modelle ermöglicht wird, hat das Potenzial, den Verlust des Sehvermögens und damit verbundene Komplikationen zu verhindern oder zu verzögern. Hypertensive Retinopathie: Die frühzeitige Erkennung der hypertensiven Retinopathie (HR) ist von entscheidender Bedeutung, um irreversible Schäden an der retinalen Mikrozirkulation zu verhindern und als Instrument zur Risikovorhersage bei der Prävention von Herz-Kreislauf-Erkrankungen.

DIAGNOS verwendet Foundation-Modelle, die mit verschiedenen Datensätzen und Aufgaben trainiert wurden, um eine hohe Genauigkeit bei der Früherkennung von HR zu erreichen. Diese computergestützten Systeme bieten eine kosteneffiziente Lösung für das Screening von Krankheiten anhand von Fundusbildern. Sie liefern objektive Beurteilungen und unterstützen den Arzt bei der rechtzeitigen Intervention. Vision Language Foundation Model: DIAGNOS erforscht ein Basismodell für Farbfundusbilder, das in der Lage ist, Bild- und Textinformationen mit Hilfe von Vision Language Encodern zu kodieren, die durch Expertenwissen und prompte Beschreibungen gesteuert werden.

Dieser interdisziplinäre Ansatz an der Schnittstelle von Computer Vision, natürlicher Sprachverarbeitung und medizinischer Bildgebung zielt darauf ab, die Diagnose und das Management von diabetischer Retinopathie durch fortschrittliche maschinelle Lerntechniken zu verbessern. DIAGNOS steht an der Spitze der Innovation in der Welt der KI, die auf medizinische Systeme angewendet wird. Diese innovativen KI-Systeme bieten objektive Beurteilungen und unterstützen Kliniker bei der Interpretation komplexer Netzhautfundus- und OCT-Bilder. Indem DIAGNOS die Diagnosesicherheit erhöht und die Variabilität bei der Interpretation durch den Arzt verringert, leistet DIAGNOS Pionierarbeit für eine neue Ära in der Netzhautmedizin.