丹麥衛生技術創業公司放射室已宣布從美國食品藥品監督管理局（FDA）獲得510（k）的批准，以獲得其RBKNEE算法和AI驅動的膝蓋骨關節炎算法。
放射室的專有算法是一種AI驅動的分析工具，旨在提高放射學膝關節骨關節炎診斷的準確性和效率。rbknee分析數字X射線並使用其算法返回診斷。該工具創造了在醫療系統中節省時間和金錢的潛力，這些醫療保健系統對醫學圖像的需求不斷增長，而不是放射科醫生的短缺。
應對OA的更大挑戰
骨關節炎仍然是最常見的關節疾病之一，影響膝蓋並導致全球許多殘疾。例如，僅在美國，疾病控制與預防中心（CDC）指出，超過3250萬成年人患有骨關節炎。此外，疾病有多種危險因素，例如關節過度使用，年齡和遺傳學。
用於診斷和跟踪疾病進展的最常見醫療程序之一是X射線照相或X射線分析。不幸的是，儘管對醫學成像的需求不斷增加，但醫療保健系統正在全球放射科醫生短缺。
借助來自放射室的新解決方案，其AI驅動工具可以分析膝蓋的數字X射線，並確定與OA診斷相關的常見射線照相符號和發現。 RBKnee設計用於標準骨科和放射學環境，其中讀取X射線圖像以確定OA患者的診斷和潛在治療方法。通過使用臨床驗證的AI工具為臨床醫生提供支持，RBKnee可以潛在地幫助節省時間和金錢，並通過一致，準確，客觀的測量和分析來改善結果。
“如果您看一下放射科醫生對服務的需求增加以及放射科醫生燒毀的速度，我們遇到了一個巨大的問題，” RadioBotics董事會主席Ayse McCracken在公司新聞稿中說。她指出，隨著全球人口的年齡，對醫療保健的需求只會加速。 RBKNEE的FDA清算表明，放射室已準備好支持他們支持衛生行業數字化的下一步。
在RBKNEE的能力中，在檢查骨質植物的存在或不存在，關節空間變窄，軟骨下硬化，甚至結束了骨關節炎的存在。關於關節空間，rbknee可以準確測量兩個膝蓋艙室中的關節空間。
關於放射室
最初於2017年在丹麥成立放射室已成長為多家屢獲殊榮的健康科技公司。它開發了一種專門針對X射線分析設計的創新AI驅動工具，其額外重點是肌肉骨骼放射學。根據最新的計算機視覺和機器學習方法，RBKnee生成了完全自動化的目標文本和視覺報告。
此外，它的視覺疊加層將隨著時間的推移提供支持一致性，從而可以快速準確地解釋X射線圖像。該工具不僅可以幫助放射科醫生和骨科，而且還將減少患者的等待時間。
發表在技術時報上。
