DeepHealth de Radnet et HOPPR forment un partenariat pour faire progresser l’IA dans les soins de santé

9 septembre 2024

DeepHealth, filiale en propriété exclusive de RadNet, Inc. (NASDAQ : RDNT) et leader mondial des solutions basées sur l’IA radiologie et Health Informatics, annonce aujourd’hui un partenariat de développement de données et d’IA avec HOPPR (www.hoppr.ai). Cette collaboration commercialisera un modèle de base généralisé révolutionnaire de qualité médicale et fera progresser le développement de modèles affinés pour la détection du cancer du sein, de la prostate et du poumon, en tirant parti de l’IA axée sur l’imagerie médicale générative et d’ensembles de données robustes et diversifiés.

Le modèle de base généralisé de qualité médicale de HOPPR améliore la recherche et les hypothèses médicales tout en simplifiant et en réduisant les coûts de collecte de données et de formation. Les modèles fondamentaux d’IA sont des architectures polyvalentes et pré-entraînées qui servent de point de départ pour personnaliser des tâches spécifiques grâce à des modèles affinés pour lesquels l’expertise dans un domaine spécifique est essentielle. Le partenariat vise à créer de nouveaux modèles affinés basés sur le modèle médical de base de HOPPR pour renforcer le portefeuille d’informatique de santé alimenté par l’IA de DeepHealth en lui permettant de développer de futures solutions plus rapidement et plus efficacement pour soutenir le développement futur des années de radiologie. Le système d’exploitation (OS) cloud natif de DeepHealth est conçu pour intégrer des outils cliniques et opérationnels afin de rendre les flux de travail de radiologie plus efficaces et d’améliorer les résultats pour les patients.

Sham Sokka, PhD, directeur des opérations et de la technologie de DeepHealth, a déclaré : « Le partenariat de DeepHealth avec HOPPR constitue une avancée significative dans la mission de DeepHealth visant à permettre des percées dans les soins grâce à l’introduction de nouvelles technologies d’imagerie diagnostique.

« L’intégration de modèles fondamentaux tels que ceux développés par HOPPR dans l’imagerie médicale vise à accroître la précision du diagnostic, à accélérer l’analyse des images et à ouvrir la voie à l’IA générative dans les applications non cliniques, y compris l’automatisation des flux de travail pour, à terme, améliorer les soins aux patients et les résultats. . » en radiologie. Chez DeepHealth, nous ne sommes pas seulement un fournisseur de technologie d’IA, nous créons un portefeuille complet de solutions d’imagerie médicale en intégrant de manière transparente l’automatisation et l’efficacité basées sur l’IA dans un système d’exploitation pour les flux de travail de radiologie et de diagnostic », a ajouté M. Sokka.

L’infrastructure médicale robuste et les outils de HOPPR pour accélérer le développement de l’IA et de l’apprentissage automatique, combinés à l’expertise clinique approfondie de DeepHealth et à ses antécédents réussis en matière de déploiement d’outils d’IA à grande échelle et dans des contextes réels, visent à fournir une valeur diagnostique, clinique et opérationnelle significative. des données d’imagerie médicale à l’imagerie multimodalité.

« Nous sommes ravis de nous associer à DeepHealth pour transformer l’informatique de la santé », a déclaré Khan Siddiqui, MD – PDG de HOPPR. « Notre collaboration sur les modèles médicaux de base et l’infrastructure qui les prend en charge pourrait améliorer considérablement l’imagerie médicale et exploiter le potentiel transformateur de l’IA pour améliorer l’efficacité et la qualité des soins cliniques. HOPPR travaille avec DeepHealth pour créer un flux de travail clinique et opérationnel unifié qui permet aux radiologues d’accéder efficacement aux informations dont ils ont besoin sur les systèmes qu’ils connaissent.

L’approche unique « un système » de DeepHealth répond aux défis tout au long de la chaîne de valeur de la radiologie, depuis la gestion des références, la planification et l’engagement des patients jusqu’aux flux de travail des technologues et des radiologues. DeepHealth OS soutient les services de radiologie avec une solution d’imagerie médicale complète, comprenant des solutions opérationnelles et des services de bout en bout tout au long du continuum de soins.

La technologie DeepHealth est utilisée dans plus de 800 sites cliniques dans certains pays et ses outils d’IA ont fait leurs preuves dans la pratique efficacité. Par exemple, sa solution à grande échelle Dépistage du cancer du sein Les programmes ont le potentiel d’augmenter les taux de détection du cancer jusqu’à 18 %¹. Plus de quinze millions d’examens sont effectués chaque année à l’aide des solutions DeepHealth, aboutissant à plus de deux millions de diagnostics basés sur l’IA.