de.wedoany.com-Bericht: Am 10. Juni gab CARPL.ai, der weltweit größte Marktplatz und Unternehmensplattform für Radiologie-KI, eine Partnerschaft mit Enlitic bekannt. Gemeinsam wollen sie mit Enlitics Ensight-Plattform die Organisation von Bilddaten verbessern und einen effizienteren Arbeitsweg für die klinische KI-Validierung schaffen.
Enlitics Ensight-Plattform konzentriert sich auf den Aufbau und die Standardisierung von Bilddaten in KI-Validierungsprozessen. Diese Funktion ergänzt die Plattform von CARPL.ai, die es Benutzern ermöglicht, die Entdeckung, Erkundung, Validierung und Bereitstellung von Bild-KI über eine einzige Oberfläche durchzuführen. Neben den Algorithmen selbst ist eine der größten Herausforderungen bei der KI-Implementierung die Beschaffung von Bilddaten, die für eine effektive Bewertung geeignet sind. Die Bilddaten vieler medizinischer Einrichtungen sind über mehrere Systeme verstreut, haben uneinheitliche Formate und sind schwer in großem Maßstab durchsuchbar. Teams müssen oft viel Zeit mit der Auswahl und Vorbereitung geeigneter Studiendaten verbringen.
Durch die Unterstützung bei der Organisation von Bilddaten in der frühen Validierungsphase macht Ensight den Validierungsprozess innerhalb der CARPL.ai-Plattform reibungsloser. Medizinische Einrichtungen können Wartezeiten reduzieren, verschiedene KI-Lösungen effizienter vergleichen und so die Bereitstellung mit größerem Vertrauen vorantreiben.
Vidur Mahajan, CEO von CARPL.ai, erklärte, dass die Datenfragmentierung weiterhin ein Haupthindernis für die skalierte Anwendung von Radiologie-KI darstellt. Die Zusammenarbeit mit Enlitic ermögliche es medizinischen Einrichtungen, den Validierungsprozess für Bild-KI vor der Bereitstellung zu beschleunigen und letztendlich eine sicherere und zuverlässigere Patientenversorgung zu fördern. Michael Sistenich, CEO von Enlitic, wies darauf hin, dass Bewertungen oft verzögert werden, weil Teams nicht schnell geeignete Daten finden und vorbereiten können. Indem sie CARPL.ai strukturiertere und leichter durchsuchbare Bilddaten zur Verfügung stellen, schaffen beide Seiten einen schnelleren und pragmatischeren Weg für die KI-Implementierung.
Da medizinische Einrichtungen KI zunehmend strenger prüfen, wird die Fähigkeit zur frühzeitigen und effektiven Validierung immer wichtiger. Diese Partnerschaft wird den Kanal von CARPL.ai von der KI-Erkundung bis zur praktischen Anwendung stärken.
Enlitic ist ein Technologieunternehmen, das KI zur Entwicklung von Software für das Management medizinischer Bilddaten in der Radiologie einsetzt. Seine Produkte decken Bildtypen wie MRT, CT, Röntgen und Ultraschall ab und werden an medizinische Einrichtungen lizenziert. Die Produktlinie und die in Entwicklung befindlichen Toolkits von Enlitic zielen darauf ab, Daten zu standardisieren, zu schützen, zu integrieren und zu analysieren, um eine Grundlage für eine Plattform für reale Evidenz zu schaffen, die klinische Arbeitsabläufe optimiert, die Effizienz steigert und die Fähigkeiten erweitert.
CARPL.ai vereint über 250 Anwendungen von mehr als 95 KI-Partnern und ist der weltweit größte Marktplatz und Plattform für Radiologie-KI. Die Plattform hat behördliche Zulassungen in mehreren Regionen erhalten, darunter FDA, CE, ANVISA, TGA und HSA, und bietet eine einheitliche Oberfläche, einen einheitlichen Datenkanal und einen einheitlichen Beschaffungskanal für die Entdeckung, das Testen, die Bereitstellung und die Überwachung von KI-Lösungen. CARPL.ai ist in gängige PACS-Systeme wie Agfa HealthCare, DeepHealth, Intelerad, Philips, Ramsoft und Paxera Health integriert und gewährleistet so eine durchgängige Interoperabilität in der Bildgebungsumgebung.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com









