Lunit e Agfa Radiology Solutions hanno annunciato l'integrazione della soluzione AI di Lunit per la radiologia toracica, Lunit INSIGHT CXR, nella MUSICA®
Workstation. Agfa presenterà una dimostrazione del prodotto integrato al prossimo Congresso Europeo di Radiologia (ECR) 2023, che si terrà a Vienna, in Austria, dall'1 al 5 marzo. Lunit INSIGHT CXR rileva le lesioni sospette nelle immagini radiografiche del torace, aiutando i radiologi a distinguere le aree patologiche, fornendo la posizione della lesione con un punteggio di anomalia che riflette il livello di fiducia dell'AI. La soluzione AI è in grado di rilevare 10 delle anomalie toraciche più comuni, tra cui la tubercolosi, con un'accuratezza del 97-99%. Il nuovo flusso di lavoro sui risultati critici per i medici di Lunit e Agfa fornisce notifiche automatiche ai radiologi quando viene rilevata una malattia critica e pericolosa per la vita, come pneumotorace, versamento pleurico e pneumoperitoneo. In questo modo, gli ospedali possono migliorare la sicurezza dei pazienti attraverso una comunicazione tempestiva con i medici, soprattutto in ambito ambulatoriale, dove i pazienti tornano a casa dopo gli esami radiologici. La workstation MUSICA® di Agfa è un software di elaborazione delle immagini che offre un'unica interfaccia intuitiva che copre radiografia generale, fluoroscopia, mammografia e colonna vertebrale completa (FLFS). L'integrazione di Lunit INSIGHT CXR è la prima di una serie di nuove funzionalità che saranno integrate nella MUSICA® Workstation per assistere i medici e i radiologi nel rilevamento delle patologie. La soluzione integrata sarà dimostrata pubblicamente per la prima volta presso lo stand Agfa #207. Lunit ha anche annunciato che presenterà un poster che evidenzia la capacità di Lunit INSIGHT CXR di distinguere tra radiografie toraciche normali e anormali, una delle 6 presentazioni che Lunit terrà all'ECR 2023. Lo studio mirava ad automatizzare il rilevamento di radiografie toraciche normali e anormali, eliminandole dalla lista di lavoro dei radiologi. Lunit INSIGHT CXR è stato utilizzato per analizzare retrospettivamente 1.671 immagini radiografiche provenienti da due grandi ospedali dei Paesi Bassi. I dati sono stati raccolti consecutivamente senza alcun arricchimento dei dati, imitando così i casi d'uso del mondo reale. Le immagini radiografiche sono state inizialmente esaminate e classificate da un radiologo in base a 5 categorie: normale (548), risultati clinicamente irrilevanti (281), risultati clinicamente rilevanti (327), risultati urgenti (494) e risultati critici (21). Lunit INSIGHT CXR ha mostrato un'AUC molto alta, pari a 0,908, per rilevare i casi normali e con un'alta specificità del 95%, è stato simulato che circa la metà delle radiografie normali poteva essere tranquillamente rimossa dalla lista di lavoro. Pertanto, i risultati mostrano che il carico di lavoro del radiologo potrebbe essere ridotto in modo significativo con l'uso dell'AI.