Aiosyn, ein Medizinsoftware-Unternehmen, das auf KI-gestützte Pathologielösungen spezialisiert ist, kündigte jetzt die Bereitstellung einer KI-Nieren-Suite an, die darauf abzielt, die Forschung auf dem Gebiet der Nierenkrankheiten voranzutreiben. Diese innovative Lösung, die sich auf modernste Deep-Learning-Technologien stützt, gibt Biopharma- und Forschungsorganisationen leistungsstarke Werkzeuge an die Hand, mit denen sie Nierenstrukturen analysieren und Läsionen, die die Nierengesundheit beeinträchtigen, quantifizieren können. Die Nieren-KI-Suite von Aiosyn ist nach der jüngsten Markteinführung der Mitose-Detektionslösung Aiosyn Mitosis Research ein weiterer wichtiger Meilenstein für das Unternehmen.
Diese Pressemitteilung enthält multimediale Inhalte. Die vollständige Mitteilung hier ansehen: https://www.businesswire.com/news/home/20230918530253/de/
Healthy and sclerotic glomeruli in a renal biopsy are identified with Aiosyn’s solutions powered by AI. (Photo: Business Wire)
Patrick de Boer, CEO von Aiosyn: “Die Plattform wird es den Forschern ermöglichen, neue und bereits vorhandene CKD-Biomarker für die Untersuchung spezifischer Patientenuntergruppen zu identifizieren. Mit diesen neuen Algorithmen und KI-Fähigkeiten stellen wir CKD-Forschern neue Werkzeuge zur Verfügung, die bereits vorhandene Biomarker-Projekte ergänzen und dazu beitragen, die Präzisionsmedizin im Bereich CKD weiter voranzubringen.”
Angesichts von 850 Millionen Menschen, die weltweit von einer Nierenerkrankung betroffen sind (1) und der Prognose, dass die chronische Nierenerkrankung (Chronic Kidney Disease, CKD) bis 2040 die fünfthäufigste Todesursache sein wird (2), besteht ein dringender Bedarf an verbesserten Diagnose- und Behandlungsmöglichkeiten. Die Nieren-KI-Suite von Aiosyn nutzt KI-gestützte Algorithmen aus der Computerpathologie zur objektiven Quantifizierung von Läsionsscores der Nieren und bietet damit die Möglichkeit, die Reproduzierbarkeit zu verbessern und die Entwicklung von Medikamenten zu beschleunigen. Die Plattform berücksichtigt die Einschränkungen der Banff-Klassifikation, die derzeit bei der Analyse von Nierenbiopsien angewandt wird. Diese wird allerdings durch die Variabilität der Beobachter beeinträchtigt und stützt sich auf qualitative Bewertungen.
Die Nieren-KI-Suite von Aiosyn erleichtert die Identifizierung und Charakterisierung von pathologischen Prozessen, was einen vielversprechenden Weg für wesentliche Verbesserungen in der CKD-Forschung und in klinischen Studien darstellt. Neben seiner Nieren-KI-Plattform entwickelt Aiosyn aktiv fortschrittliche Deep-Learning-Algorithmen für die Erkennung von Krebs-Biomarkern.
Über Aiosyn
Aiosyn ist ein niederländisches Unternehmen für Medizinsoftware, das KI-gestützte Pathologielösungen für Krebs- und Nierenerkrankungen entwickelt. Die Aiosyn-Lösungen werden in die üblichen Pathologie-Workflows integriert. Das Team von Aiosyn verfügt über mehr als 20 Jahre Forschungserfahrung auf dem Gebiet der Pathologie und kommt aus der pathologischen Praxis.
Quellen
- Jager, K. J., Kovesdy, C., Langham, R., Rosenberg, M., Jha, V., & Zoccali, C. (2019). A single number for advocacy and communication—worldwide more than 850 million individuals have kidney diseases. Nephrology Dialysis Transplantation, 34(11), 1803-1805.
- Foreman, K. J., Marquez, N., Dolgert, A., Fukutaki, K., Fullman, N., McGaughey, M., … & Murray, C. J. (2018). Forecasting life expectancy, years of life lost, and all-cause and cause-specific mortality for 250 causes of death: reference and alternative scenarios for 2016–40 for 195 countries and territories. The Lancet, 392(10159), 2052-2090.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20230918530253/de/