Sistema de diagnóstico de cáncer de tiroides asistido por IA

Sobre eso

ElSistema de diagnóstico asistido por IA de tiroides FNAestá diseñado paracitología por aspiración con aguja fina (PAAF) de nódulos tiroideos.
Se centra endiferenciación benigna-maligna yclasificación de subtipo, reconociendo con precisión el carcinoma papilar y las lesiones foliculares.
Desarrollado para abordar los desafíos dediagnóstico subjetivo yDifícil distinción de lesiones foliculares., acorta el tiempo de análisis FNA y proporciona evidencia patológica objetiva paraseguimiento de nódulos de bajo riesgo.

Optimización específica de FNA

Optimizado para frotis de tiroides FNA (manual o en base líquida), manejando con precisión células escasas y superpuestas.

Diferenciación precisa de lesiones

Identifica PTC, SFN, BFN y AUS con alta precisión, resolviendo desafíos en la distinción de lesiones foliculares.

Alta sensibilidad y Especificidad

95 % de sensibilidad y 95 % de precisión para SFN frente a BFN; Cobertura del 100% de campo completo sin áreas perdidas.

Datos clínicos de primer nivel

Capacitado en más de 10,000 portaobjetos verificados por biopsia de más de 10 hospitales de primer nivel con una proporción negativo-positivo de 2:1.

Destaca los surcos nucleares y los núcleos de vidrio esmerilado para un diagnóstico explicable basado en IA.

Compatible con formatos de diapositivas y salidas de imágenes de varios fabricantes y sistemas de escáner.

Informe estructurado rápido

Genera un informe estructurado completo en menos de 1 minuto, listo para imprimir o integrar con LIS.

Tipos de lesiones reconocibles
Categoría Tipos detectados Descripción
Lesiones Malignas Carcinoma papilar de tiroides (PTC), sospechoso de malignidad (SFM) Identifica con precisión características citológicas malignas y subtipos de carcinoma papilar.
Lesiones límite Neoplasia folicular sospechosa (SFN), atipia de significado indeterminado (AUS) Diferencia lesiones de patrón folicular con alta precisión diagnóstica.
Lesiones benignas Nódulo folicular benigno (BFN) Reconoce nódulos foliculares benignos y proporciona bases patológicas para recomendaciones de seguimiento.

Impulsando la patología digital global con rendimiento, escala y confianza

Los números detrás de nuestra innovación

0% +
Sensibilidad ≥95%, precisión validada multicentro en la detección de lesiones.
0K+
Más de 10.000 diapositivas verificadas, datos confirmados por biopsia de más de diez hospitales líderes.
<0
<Generación de informes en 1 minuto Flujo de trabajo de un extremo a otro, desde la detección hasta la salida de informes estructurados.

Requisitos del servidor de red y GPU