INFERVISION EUROPE GMBH

1. InferRead CT Lung, pour le dépistage du cancer du poumon
Entraîné à partir de centaines de milliers de données, ce logiciel pourrait aider de manière significative les radiologues à améliorer le taux de détection des nodules pulmonaires exploitables de 35% et à réduire le temps de lecture des images de 30%.
- Analyse des images en 4 minutes
- Identification, localisation et mesure des différents types de nodules (solides, semi-solides, en verre dépoli, etc.) : numéro de coupe, diamètre, volume
- Prédiction de la malignité des nodules
- Analyse quantitative de l'emphysème et de la CAC
- Comparaison d'études récentes et antérieures pour le suivi des nodules
- Génération automatique de rapports personnalisables

2. InferRead CT Rapid Triage, pour optimiser le tri dans le flux de travail
L'algorithme d'IA identifie automatiquement la sténose de l'artère coronaire, les fractures thoraciques et les cas suspects positifs d'hémorragie intracérébrale. 
Les résultats de ce logiciel sont destinés à être utilisés avec d'autres informations sur les patients et à aider à prioriser les images médicales en fonction du jugement professionnel du médecin.

3. InferOperate Planning, reconstruction 3D entièrement automatique en 4 à 10 minutes
InferOperate importe et traite des images de scanner au format standard DICOM, puis les convertit en modèles anatomiques 3D pour aider les médecins / chirurgiens à mieux évaluer l'anatomie du patient. 3 logiciels sont disponibles :
- InferOperate Thorax 3D (à partir de scanners injectés ou non injectés)
- InferOperate Liver 3D
- InferOperate Urology 3D

L'entreprise InferVision en quelques chiffres :
- Près de 10 ans d'expertise, avec une couverture internationale (+6 bureaux dans le monde)
- 1ère entreprise à avoir obtenu 5 certifications réglementaires (CE, FDA, UKCA, PMDA, NMPA)
- Près de 500 salariés (dont +50% dédiés à la R&D de nos solutions)
- Plus de 100 publications revues par des pairs
- Plus de 1 000 sites hospitaliers dans le monde

La solution InferRead CT Lung a démontré une grande précision, sensibilité et spécificité dans diverses études, notamment « Lung Nodule Detectability of Artificial Intelligence-assisted CT Image Reading in Lung Cancer Screening » de Zhang et al 2021 :
Sensibilité - Radiologue vs IA
- Solide : 52,4% contre 98,8%
- Partiellement solide : 23,1 % contre 100 %
- Non solide : 25,2% vs 99,1%
Spécificité - Radiologue vs IA
- Solide : 100%% contre 99,2%
- Partiellement solide : 100 % contre 100 %
- Non solide : 100%% vs 98,8%

Étude de Kazuka et al 2020 :
Sensibilité
- IA seul : 95,5%
- Sans IA : 68,5%
- Avec IA : 87%
Spécificité
- IA seul : 83,3%
- Sans IA : 83,3%
- Avec IA : 83%

InferVision utilise les technologies d'intelligence artificielle et de deep learning sur les données médicales pour fournir une analyse précise dans le diagnostic d'images assisté.
Cette analyse, réalisée par les solutions d'IA d'InferVision, peut aider à détecter les anomalies et à préparer des rapports pour un diagnostic et un plan de traitement optimaux.
A ce jour, les solutions d'InferVision sont utilisées dans plus d'un millier d’hôpitaux et d'établissements de santé dans le monde. Plusieurs millions de patients ont déjà bénéficié de cette technologie avancée d’IA lors de leurs examens médicaux.

« Sur la base de notre expérience d'analyse de l'algorithme au cours des derniers mois et de mon observation de son utilisation intensive et des essais menés en Chine, je crois que l'application InferRead CT Lung d'InferVision peut agir tel un « chasseur de sort »sur les nodules pulmonaires, avec le potentiel d'améliorer la précision des diagnostics, de réduire les temps de lecture et de s’intégrer au flux de travail de revue des images. »
-- Professeur et vice-président des systèmes d'information de recherche en radiologie, Faculté de médecine de l'Université du Maryland.