AI-ಸಕ್ರಿಯಗೊಳಿಸಿದ ಇಮೇಜಿಂಗ್ ಮತ್ತು ಡಯಾಗ್ನಾಸ್ಟಿಕ್ಸ್ ಈ ಹಿಂದೆ ಅಸಾಧ್ಯವೆಂದು ಭಾವಿಸಲಾಗಿತ್ತು

ಜಾಗತಿಕವಾಗಿ ಆರೋಗ್ಯಸೇವಾ ಸಂಸ್ಥೆಗಳ ಸಹಭಾಗಿತ್ವದಲ್ಲಿ, ನಾವು ವೈದ್ಯರುಗಳಿಗೆ ಸಹಾಯ ಮಾಡಲು ರೋಗನಿರ್ಣಯಗಳ ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿದ ದೃಢವಾದ ಹೊಸ AI-ಸಕ್ರಿಯಗೊಳಿಸಿದ ಪರಿಕರಗಳನ್ನು ಸಂಶೋಧಿಸುತ್ತಿದ್ದೇವೆ. ವೈವಿಧ್ಯಮಯ ಡೇಟಾಸೆಟ್‌ಗಳು, ಉನ್ನತ-ಗುಣಮಟ್ಟದ ಲೇಬಲ್‌ಗಳು ಮತ್ತು ಅತ್ಯಾಧುನಿಕ ಆಳವಾದ ಕಲಿಕೆಯ ತಂತ್ರಗಳಿಂದ ನಾವು ಮಾದರಿಗಳನ್ನು ತಯಾರಿಸುತ್ತಿದ್ದೇವೆ, ಅವು ಅಂತಿಮವಾಗಿ ರೋಗವನ್ನು ಪತ್ತೆಹಚ್ಚುವಲ್ಲಿ ವೈದ್ಯಕೀಯ ತಜ್ಞರಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ. ಹೊಸ ಗುರಿಗಳ ಕಡೆಗೆ ಈ ಸಂಶೋಧನೆಯನ್ನು ಇನ್ನಷ್ಟು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ನಾವು ಉತ್ಸುಕರಾಗಿದ್ದೇವೆ ಮತ್ತು ಹೊಸ ರೀತಿಯ ಹಾಗೂ ಪರಿವರ್ತಕ ಡಯಾಗ್ನಾಸ್ಟಿಕ್ಸ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು AI ಹೊಂದಿದೆ ಎಂಬುದನ್ನು ಪ್ರದರ್ಶಿಸಲು ನಾವು ಉತ್ಸುಕರಾಗಿದ್ದೇವೆ.

ತಾಯಿ ಮತ್ತು ಮಗಳು ಅಪ್ಪಿಕೊಂಡಿರುವುದು

ಚರ್ಮದ ಕಾಯಿಲೆಯ ಕುರಿತು ಮಾಹಿತಿಗೆ ಪ್ರವೇಶವನ್ನು ಸುಧಾರಿಸುವುದು

ಈ ಉತ್ಪನ್ನವನ್ನು EU ನಲ್ಲಿ ಕ್ಲಾಸ್ I ವೈದ್ಯಕೀಯ ಸಾಧನವಾಗಿ CE ಗುರುತಿಸಲಾಗಿದೆ. ಇದು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್‌ನಲ್ಲಿ ಲಭ್ಯವಿಲ್ಲ.

ಚರ್ಮದ ಕಾಯಿಲೆಯ ಕುರಿತು ಮಾಹಿತಿಗೆ ಪ್ರವೇಶವನ್ನು ಸುಧಾರಿಸುವುದು

ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಕೋನ AI ಮತ್ತು ಚಿತ್ರದ ಮೂಲಕ ಹುಡುಕಾಟ ಸಾಮರ್ಥ್ಯಗಳ ಮೂಲಕ, ನಾವು ವ್ಯಕ್ತಿಗಳಿಗೆ ಅತ್ಯುತ್ತಮ ಸಂಶೋಧನೆ ಹಾಗೂ ಅವರ ಚರ್ಮ, ಕೂದಲು ಮತ್ತು ಉಗುರುಗಳ ಸ್ಥಿತಿಯನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುವ ಸಾಧನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದ್ದೇವೆ. ಕ್ಲಿನಿಕ್‌ಗಳಲ್ಲಿ ಕಂಡುಬರುವ 80% ಗಿಂತ ಹೆಚ್ಚಿನ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು 90% ಗಿಂತ ಹೆಚ್ಚು ಸಾಮಾನ್ಯವಾಗಿ ಹುಡುಕಲಾದ ಪರಿಸ್ಥಿತಿಗಳು ಸೇರಿದಂತೆ, ನೂರಾರು ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಈ ಉಪಕರಣವು ಬೆಂಬಲಿಸುತ್ತದೆ. ಈ ಕೆಲಸವನ್ನು ನೇಚರ್ ಮೆಡಿಸಿನ್ ಮತ್ತು JAMA ನೆಟ್‌ವರ್ಕ್ ಓಪನ್ ಎರಡರಲ್ಲೂ ಹೈಲೈಟ್ ಮಾಡಲಾಗಿದೆ. ಇನ್ನಷ್ಟು ತಿಳಿಯಿರಿ

ಕಣ್ಣಿನ ಕಾಯಿಲೆಯನ್ನು ಪರಿಹರಿಸಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಲು AI ಅನ್ನು ಬಳಸುವುದು

ಕುರುಡುತನ ತಡೆಗಟ್ಟಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡುವುದು

ಭಾರತದಲ್ಲಿ ಮತ್ತು ಪ್ರಪಂಚದಾದ್ಯಂತ, ಸ್ವಯಂಚಾಲಿತ ಅಕ್ಷಿಪಟಲದ ರೋಗದ ಪರೀಕ್ಷೆಯನ್ನು (ARDA) ಕುರುಡುತನದ ಪ್ರಮುಖ ಕಾರಣವಾದ ಡಯಾಬಿಟಿಕ್ ರೆಟಿನೋಪತಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಲು ಬಳಸಲಾಗುತ್ತಿದೆ. ಇದನ್ನು ವ್ಯಾಪಕವಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳುವುದರಿಂದ, ಡಯಾಬಿಟಿಸ್ ಹೊಂದಿರುವ ಲಕ್ಷಾಂತರ ರೋಗಿಗಳು ARDA ಯಲ್ಲಿ ನೆರವಾಗುವ ವೈದ್ಯರ ಸಹಾಯದಿಂದ ತಮ್ಮ ಕಣ್ಣಿನ ದೃಷ್ಟಿಯನ್ನು ಭಾಗಶಃ ಉಳಿಸಿಕೊಳ್ಳಬಹುದು. JAMA and Ophthalmology. Additional research, published in Lancet Digital Health ನಲ್ಲಿ ಪ್ರಕಟಗೊಂಡಿದ್ದ ನಮ್ಮ ಸಂಶೋಧನೆಯು, ರೋಗಿಗಳು ಭವಿಷ್ಯದಲ್ಲಿ ಡಯಾಬಿಟಿಕ್ ರೆಟಿನೋಪಥಿಗೆ ಒಳಗಾಗಲಿದ್ದಾರೆಯೇ ಎಂಬುದರ ಮುನ್ಸೂಚನೆ ನೀಡಬಹುದೆಂದು ತೋರಿಸಿಕೊಟ್ಟಿದೆ, ಇದು ರೋಗಿಗಳು ಚಿಕಿತ್ಸೆ ಮತ್ತು ಕಣ್ಣಿನ ಸ್ಕ್ರೀನಿಂಗ್, ಇವೆರಡಕ್ಕೂ ಎಷ್ಟು ಬಾರಿ ಒಳಗಾಗಬೇಕು ಎಂಬುದನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಬಲ್ಲದು. ಪ್ರಸ್ತುತ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಮತ್ತು ಥೈಲ್ಯಾಂಡ್‌ನಲ್ಲಿ ನಡೆಯುತ್ತಿರುವ ಕ್ಲಿನಿಕಲ್ ಅಧ್ಯಯನಗಳಲ್ಲಿ ಈ ಪರಿಹಾರವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತಿದೆ. ಇನ್ನಷ್ಟು ತಿಳಿಯಿರಿ.

ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಸುಧಾರಿಸಲು AI ಬಳಕೆ

ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್‌ನ ಮುನ್ಸೂಚನೆ ಪಡೆಯುವ ನಿಟ್ಟಿನಲ್ಲಿ ಭರವಸೆಯ ಹೆಜ್ಜೆ

ಪ್ರಪಂಚದಾದ್ಯಂತ ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್ ವರ್ಷಕ್ಕೆ 1.8 ದಶಲಕ್ಷಕ್ಕೂ ಹೆಚ್ಚಿನ ಸಾವುಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ, ಸುಮಾರು ಐದು ಕ್ಯಾನ್ಸರ್ ಸಾವುಗಳಲ್ಲಿ ಒಂದು ಇದರಿಂದಾಗಿರುತ್ತದೆ ಮತ್ತು ಇದು ಕ್ಯಾನ್ಸರ್‌ನಿಂದಾಗುವ ಮರಣಕ್ಕೆ ಅತಿದೊಡ್ಡ ಕಾರಣವಾಗಿದೆ. ನೇಚರ್ ಮೆಡಿಸಿನ್ ನಲ್ಲಿ ಪ್ರಕಟಿಸಿರುವ ನಮ್ಮ ಸಂಶೋಧನೆಯು, ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅಂತಿಮವಾಗಿ ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಪ್ರಾಸಂಗಿಕ ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ವರ್ಕ್‌ಫ್ಲೋಗಳಲ್ಲಿಯೂ ಸಹ ರೋಗವನ್ನು ಗುರುತಿಸಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಕಣ್ಣಿಗೆ ಸಂಬಂಧಿಸಿರದ ಪರಿಸ್ಥಿತಿಗಳಿಗೆ ನಾವೆಲ್ ಬಯೋಮಾರ್ಕರ್ಸ್

ರಕ್ತಹೀನತೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆ

ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಕೋನ

ರಕ್ತಹೀನತೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆ

ಕಣ್ಣಿನಿಂದ ರಕ್ತಹೀನತೆಯ ಗುಪ್ತ ಸಂಕೇತಗಳನ್ನು ಪತ್ತೆ ಮಾಡುವುದು

ಮಾನವ ಕಣ್ಣು ಸುಸ್ತು, ದೌರ್ಬಲ್ಯ, ತಲೆತಿರುಗುವಿಕೆ ಮತ್ತು ಅರೆನಿದ್ರಾವಸ್ಥೆಗೆ ಕಾರಣವಾಗುವ ವಿಶ್ವಾದಾದ್ಯಂತ 1.6 ಶತಕೋಟಿ ಜನರ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ರಕ್ತಹೀನತೆಯಂತಹ ಮೂಲ ಕಾಯಿಲೆಗಳ ಸಂಕೇತಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಬಹುದು. ನೇಚರ್ ಬಯೋಮೆಡಿಕಲ್ ಇಂಜಿನಿಯರಿಂಗ್ ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಸಂಶೋಧನೆಯಲ್ಲಿ, ನಾವು ಹಿಮೋಗ್ಲೋಬಿನ್ ಮಟ್ಟವನ್ನು ಪ್ರಮಾಣೀಕರಿಸಲು ಮತ್ತು ಕಣ್ಣಿನ ಹಿಂಭಾಗದಲ್ಲಿ ಗುರುತಿಸಲಾಗದ ಫೋಟೋಗ್ರಾಫ್‌ಗಳ ಮೂಲಕ ರಕ್ತಹೀನತೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಬಳಸಲು ಸಾಧ್ಯವಾಗಿದೆ. ಈ ಫಲಿತಾಂಶದ ಅರ್ಥ ಒಂದು ದಿನ ಪೂರೈಕೆದಾರರು ಸರಳವಾದ ಆಕ್ರಮಣಶೀಲವಲ್ಲದ ಸ್ಕ್ರೀನಿಂಗ್ ಉಪಕರಣದ ಮೂಲಕ ರೋಗವನ್ನು ಪತ್ತೆ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂಬುದಾಗಿದೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಕೋನ

ಹೃದಯರಕ್ತನಾಳದ ಅಪಾಯವನ್ನು ನಿರ್ಧರಿಸಲು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಕೋನವನ್ನು ಬಳಸುವುದು

ಹೃದಯರಕ್ತನಾಳದ ಕಾಯಿಲೆಗಳ ಅಪಾಯವನ್ನು ನಿರ್ಣಯಿಸುವುದು ರೋಗಿಯು ಭವಿಷ್ಯದಲ್ಲಿ ಹೃದಯರಕ್ತನಾಳದ ಘಟನೆಯನ್ನು ಅನುಭವಿಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೊದಲ ಮತ್ತು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಹಂತವಾಗಿದೆ. ನೇಚರ್ ಬಯೋಮೆಡಿಕಲ್ ಇಂಜಿನಿಯರಿಂಗ್ ನಲ್ಲಿ ಪ್ರಕಟಿಸಿರುವಂತೆ, ರೆಟಿನಾದ ಚಿತ್ರಗಳಿಗೆ ಡೀಪ್ ಲರ್ನಿಂಗ್‌ನ ತಂತ್ರಗಳನ್ನು ಅನ್ವಯಿಸುವ ಮೂಲಕ, ಹೃದಯಾಘಾತ ಅಥವಾ ಸ್ಟ್ರೋಕ್‌ನಂತಹ ಪ್ರಮುಖ ಹೃದಯರಕ್ತನಾಳದ ಘಟನೆಯ ಅಪಾಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಅಂಶಗಳನ್ನು ನಾವು ಬಹಿರಂಗಪಡಿಸಲು ಸಾಧ್ಯವಾಗಿದೆ. ಈ ಸಂಶೋಧನೆಯು ವಿಜ್ಞಾನಿಗಳಿಗೆ ಇನ್ನಷ್ಟು ಉದ್ದೇಶಿತ ಊಹೆಗಳನ್ನು ಸೃಷ್ಟಿಸಲು ಮತ್ತು ಭವಿಷ್ಯದ ಸಂಶೋಧನೆಯ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯನ್ನು ಹೆಚ್ಚಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ಮಾಡುವುದನ್ನು ಸುಧಾರಿಸಲು AI ನ ಬಳಕೆ

ಕ್ಲಿನಿಕಲ್ ಅಭ್ಯಾಸ

ಡೀಪ್ ಲರ್ನಿಂಗ್

ಕ್ಲಿನಿಕಲ್ ಅಭ್ಯಾಸ

ವೈದ್ಯಕೀಯ ಅಭ್ಯಾಸದಲ್ಲಿ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ತಪಾಸಣೆಯಲ್ಲಿ AI ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದು

ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಸ್ಕ್ರೀನಿಂಗ್, ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ಮೊದಲೇ ಪತ್ತೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ನಿಖರವಾಗಿ ಮತ್ತು ಸ್ಥಿರವಾಗಿ ಡಯಾಗ್ನೋಸ್ ಮಾಡುವುದು ಒಂದು ಸವಾಲಾಗಿ ಉಳಿದಿದೆ, ಎಲ್ಲಾ ಮಹಿಳೆಯರಲ್ಲಿ ಅರ್ಧದಷ್ಟು ಮಹಿಳೆಯರು 10 ವರ್ಷಗಳ ಅವಧಿಯಲ್ಲಿ ಫಾಲ್ಸ್ ಪಾಸಿಟಿವ್ ಅನ್ನು ಅನುಭವಿಸುತ್ತಾರೆ. ನೇಚರ್ ನಲ್ಲಿ, ನೇಚರ್ ನಲ್ಲಿ, ಗುರುತು ತೆಗೆದ ಹಿಮ್ಮುಖವಾಗಿ ಸಂಗ್ರಹಿಸಿದ ಸ್ಕ್ರೀನಿಂಗ್ ಮ್ಯಾಮೊಗ್ರಾಮ್‌ಗಳನ್ನು ವೈದ್ಯರಷ್ಟೇ ನಿಖರವಾಗಿ ಅಥವಾ ಅವರಿಗಿಂತ ಉತ್ತಮ ನಿಖರತೆಯಿಂದ ವಿಶ್ಲೇಷಿಸುವಲ್ಲಿನ ನಮ್ಮ AI ಮಾಡೆಲ್‌ನ ಸಾಮರ್ಥ್ಯವನ್ನು ನಾವು ಪ್ರದರ್ಶಿಸಿದ್ದೇವೆ. ಈಗ, ಮ್ಯಾಮೊಗ್ರಫಿ ಸ್ಕ್ರೀನಿಂಗ್‌ನಿಂದ ಡಯಾಗ್ನೋಸಿಸ್‌ಗೆ ಸಮಯವನ್ನು, ಮೌಲ್ಯಮಾಪನದ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ರೋಗಿಯ ಅನುಭವವನ್ನು ಸುಧಾರಿಸಲು ವೈದ್ಯಕೀಯ ಅಭ್ಯಾಸದಲ್ಲಿ ಮಾಡೆಲ್ ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ತನಿಖೆ ನಡೆಸುತ್ತಿರುವ ಸಾಧನದ ಸಂಶೋಧನಾ ಅಧ್ಯಯನದಲ್ಲಿ ನಾವು ಸಹಕರಿಸುತ್ತಿದ್ದೇವೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಡೀಪ್ ಲರ್ನಿಂಗ್

ಮೆಟಾಸ್ಟ್ಯಾಟಿಕ್ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ಮಾಡುವಿಕೆಗೆ ಡೀಪ್ ಲರ್ನಿಂಗ್‌ನ ಬಳಕೆಯನ್ನು ಅನ್ವಯಿಸುವುದು

ಆರ್ಕೈವ್ಸ್ ಆಫ್ ಪೆಥಾಲಜಿ ಆ್ಯಂಡ್ ಲ್ಯಾಬೋರೇಟರಿ ಮೆಡಿಸಿನ್ ಹಾಗೆಯೇ ಅಮೇರಿಕನ್ ಜರ್ನಲ್ ಆಫ್ ಸರ್ಜಿಕಲ್ ಪೆಥಾಲಜಿ ಯಲ್ಲಿ ಪ್ರಕಟವಾದ ನಮ್ಮ ಪೆಥಾಲಜಿ ಸಂಶೋಧನೆಯಲ್ಲಿ, ಮೆಟಾಸ್ಟ್ಯಾಟಿಕ್ ಸ್ತನ ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ಮಾಡುವ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಪರಿಕಲ್ಪನೆಯ ಪುರಾವೆ ನೆರವಿನ ಉಪಕರಣವನ್ನು (LYNA) ಹೇಗೆ ಬಳಸಬಹುದು ಎಂಬುದನ್ನು ನಾವು ತೋರಿಸಿದ್ದೇವೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಕಣ್ಣಿನ ಬಾಹ್ಯ ಚಿತ್ರಗಳಿಂದ ಕಾಯಿಲೆಯ ಸುಳಿವುಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವುದು

ಬಾಹ್ಯ ಕಣ್ಣಿನ ಫೋಟೋಗಳು ವಿಶೇಷ ಉಪಕರಣಗಳ ಅವಶ್ಯಕತೆಯನ್ನು ಹೇಗೆ ಕಡಿಮೆ ಮಾಡಬಲ್ಲವು ಎಂದು ನೋಡುವುದು

ನಾವು ಸಂಶೋಧನೆ ಮಾಡುತ್ತಿದ್ದು, ಕೇವಲ ರೆಟಿನಾದ ಚಿತ್ರಗಳಿಂದ ಮಾತ್ರವಲ್ಲದೇ ಬಾಹ್ಯ ಕಣ್ಣಿನ ಚಿತ್ರಗಳಿಂದಲೂ ಕೂಡ ಪ್ರಮುಖ ಮಾಹಿತಿಯನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಬಲ್ಲ AI ಮಾಡೆಲ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದೇವೆ. ನಮ್ಮ (https://www.thelancet.com/journals/landig/article/PIIS2589-7500(23)00022-5/fulltext) [ಲ್ಯಾನ್ಸೆಟ್ ಡಿಜಿಟಲ್ ಹೆಲ್ತ್‌ನಲ್ಲಿ ಪ್ರಕಟವಾದ ಸಂಶೋಧನೆಯಲ್ಲಿ], ಡೀಪ್ ಲರ್ನಿಂಗ್ ಮಾಡೆಲ್ ಕೇವಲ ಬಾಹ್ಯ ಚಿತ್ರಗಳಿಂದಲೇ ಡಯಾಬಿಟಿಕ್ ರೆಟಿನಲ್ ರೋಗ ಮತ್ತು HbA1c ಅಥವಾ eGFR ನಂತಹ ಇತರ ಬಯೋಮಾರ್ಕರ್‌ಗಳ ಉಪಸ್ಥಿತಿಯ ಮುನ್ಸೂಚನೆ ನೀಡಬಲ್ಲದು ಎಂಬುದನ್ನು ನಾವು ತೋರಿಸಿಕೊಟ್ಟಿದ್ದೇವೆ. ಇದು ವಿಶೇಷ ಉಪಕರಣಗಳ ಅವಶ್ಯಕತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಬಲ್ಲದು ಮತ್ತು ಡಯಾಬಿಟೀಸ್ ಅಥವಾ ಇತರ ದೀರ್ಘಕಾಲಿಕ ಕಾಯಿಲೆಗಳಿಂದ ಬಳಲುತ್ತಿರುವ ದೊಡ್ಡ ಸಂಖ್ಯೆಯ ರೋಗಿಗಳಿಗೆ ಆರೈಕೆಯ ಲಭ್ಯತೆಯನ್ನು ವಿಸ್ತರಿಸಬಲ್ಲದು. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

ಇಮೇಜಿಂಗ್ ಮತ್ತು ಡಯಾಗ್ನೋಸ್ಟಿಕ್ಸ್‌ನಲ್ಲಿ ಹೆಚ್ಚಿನ ಸಂಶೋಧನೆ

ನಾವು ಇತರ ಡೊಮೇನ್‌ಗಳಲ್ಲಿ AI-ಸಕ್ರಿಯಗೊಳಿಸಿದ ಇಮೇಜಿಂಗ್ ಸಂಶೋಧನೆಯನ್ನು ಮುಂದುವರಿಸುತ್ತೇವೆ, ಪರಿವರ್ತಕ ಡಯಾಗ್ನಾಸ್ಟಿಕ್ಸ್ ಅನ್ನು ಸುಲಭಗೊಳಿಸಲು ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ವಿಸ್ತರಿಸುತ್ತೇವೆ.

AI ಅಡ್ವಾನ್ಸ್‌ಗಳು

AI ಲರ್ನಿಂಗ್

AI ಡಯಾಗ್ನಾಸಿಸ್

AI ಅಡ್ವಾನ್ಸ್‌ಗಳು

ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸಲು ರೇಡಿಯೊಥೆರಪಿ ಯೋಜನೆಯಲ್ಲಿ AI ಪ್ರಗತಿಗಳನ್ನು ಎಕ್ಸ್‌ಪ್ಲೋರ್ ಮಾಡುವುದು

ಯೂನಿವರ್ಸಿಟಿ ಕಾಲೇಜ್ ಲಂಡನ್ ಆಸ್ಪತ್ರೆಗಳ ಜೊತೆಗೂಡಿ ಮಾಡಿದ ಕೆಲಸದ ನಿರ್ಮಾಣ ಮತ್ತು JMIR ಪಬ್ಲಿಕೇಷನ್, ಕ್ಯಾನ್ಸರ್‌ಗಾಗಿ ರೇಡಿಯೊಥೆರಪಿ ಚಿಕಿತ್ಸೆಯನ್ನು ಯೋಜಿಸುವುದಕ್ಕೆ ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಲು AI ಬಳಕೆಯನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದನ್ನು ನಾವು ಮೇಯೊ ಕ್ಲಿನಿಕ್ ಮೂಲಕ ಸಹಕರಿಸುತ್ತಿದ್ದೇವೆ. ಚಿಕಿತ್ಸೆಯ ಯೋಜನೆಯ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ರೇಡಿಯೊಥೆರಪಿಯ ದಕ್ಷತೆಯನ್ನು ಸುಧಾರಿಸಲು ಹಾಗೂ ಆಶಾದಾಯಕವಾಗಿ ವೈದ್ಯರು ತಮ್ಮ ರೋಗಿಗಳ ಜೊತೆಗೆ ಕಡಿಮೆ ಸಮಯವನ್ನು ಕಳೆಯಲು ಮತ್ತು ಹೆಚ್ಚು ಸಮಯವನ್ನು ಕಳೆಯಲು ಅನುವು ಮಾಡಿಕೊಡುವ ಮೂಲಕ ಆರೋಗ್ಯಕರ ಅಂಗಾಂಶ ಹಾಗೂ ಅಂಗಗಳನ್ನು ಟ್ಯೂಮರ್‌ಗಳಿಂದ ವಿಭಜಿಸಲು ವೈದ್ಯರಿಗೆ ಸಹಾಯ ಮಾಡಲು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಸಂಶೋಧಿಸಲು, ತರಬೇತಿ ನೀಡಲು ಮತ್ತು ಮೌಲ್ಯೀಕರಿಸಲು ನಾವು ಶಕ್ತಿಗಳ ಜೊತೆಗೂಡಿದ್ದೇವೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

AI ಲರ್ನಿಂಗ್

ಕೊಲೊನೋಸ್ಕೋಪಿ ಸ್ಕ್ರೀನಿಂಗ್‌ನಲ್ಲಿ ಕೊರತೆಯ ವ್ಯಾಪ್ತಿಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಬಳಸುವುದು

ಕೊಲೋರೆಕ್ಟಲ್ ಕ್ಯಾನ್ಸರ್ (CRC) ಜಾಗತಿಕ ಆರೋಗ್ಯ ಸಮಸ್ಯೆಯಾಗಿದೆ ಮತ್ತು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್‌ನಲ್ಲಿ ಎರಡನೇ ಮಾರಣಾಂತಿಕ ಕ್ಯಾನ್ಸರ್ ಆಗಿದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ವರ್ಷಕ್ಕೆ 900K ಸಾವುಗಳು ಸಂಭವಿಸುತ್ತವೆ ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ. ಮೆಡಿಕಲ್ ಇಮೇಜಿಂಗ್‌ನಲ್ಲಿ IEEE ಟ್ರ್ಯಾನ್ಸಾಕ್ಷನ್‌ಗಳು ನಲ್ಲಿ ಪ್ರಕಟಿಸಿರುವಂತೆ, ಕೋಲನ್ ವಾಲ್‌ನಲ್ಲಿ ತಪ್ಪಿದ ಪ್ರದೇಶಗಳ ಕುರಿತು ವೈದ್ಯರನ್ನು ಎಚ್ಚರಿಸುವ ಮೂಲಕ, ನಮ್ಮ ಅಲ್ಗಾರಿದಮ್ ಹೆಚ್ಚಿನ ಅಡಿನೊಮಾಗಳ ಆವಿಷ್ಕಾರಕ್ಕೆ ಕಾರಣವಾಗುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ, ಇದರಿಂದಾಗಿ ಅಡೆನೊಮಾ ಪತ್ತೆ ಮಾಡುವ ದರವನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ಮಧ್ಯಂತರ ಕೊಲೊರೆಕ್ಟಲ್ ಕ್ಯಾನ್ಸರ್ ದರವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ

AI ಡಯಾಗ್ನಾಸಿಸ್

ಪ್ರಾಸ್ಟೇಟ್ ಕ್ಯಾನ್ಸರ್‌ನ ತೀವ್ರತೆಯನ್ನು ಗುರುತಿಸಲು AI ನ ಬಳಕೆ

ಪ್ರಾಸ್ಟೇಟ್ ಕ್ಯಾನ್ಸರ್‌ನ ತೀವ್ರತೆಯನ್ನು ಪತ್ತೆ ಮಾಡಲು, ಬಯಾಪ್ಸಿಗಳನ್ನು ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಗ್ಲೀಸನ್ ಗ್ರೇಡ್ ಅನ್ನು ನೀಡಲಾಗುತ್ತದೆ, ಇದು ಆರೋಗ್ಯಕರ ಕೋಶಗಳನ್ನು ಹೋಲಿಸಿದಾಗ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತದೆ. JAMA Oncology ಮತ್ತು JAMA ನೆಟ್‌ವರ್ಕ್ ಓಪನ್ ನಲ್ಲಿ ಪ್ರಕಟಿಸಿರುವ ಕಾರ್ಯದಲ್ಲಿ, AI ಸಿಸ್ಟಂ ನಿಖರವಾಗಿ ಗ್ಲೀಸನ್ ಗ್ರೇಡ್ ಪ್ರಾಸ್ಟೇಟ್ ಬಯಾಪ್ಸಿಗಳನ್ನು ಮಾಡಬಹುದೇ ಎಂದು ನಾವು ಎಕ್ಸ್‌ಪ್ಲೋರ್ ಮಾಡಿದ್ದೇವೆ ಮತ್ತು ಡೀಪ್ ಲರ್ನಿಂಗ್ ಸಿಸ್ಟಂ ಮೂಲಕ ತಜ್ಞರ ಮಟ್ಟದ ಡಯಾಗ್ನೋಸಿಸ್ ಅನ್ನು ಬೆಂಬಲಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ ಎಂದು ನಮ್ಮ ಫಲಿತಾಂಶಗಳು ಸೂಚಿಸಿವೆ. ಪೋಸ್ಟ್ ಅನ್ನು ಓದಿ