Zum Hauptinhalt springen

2 Posts getaggt mit "Deep Learning"

Alle Tags anzeigen

Sind die Algorithmen von Legit.Health wissenschaftlich validiert?

· 8 Minuten Lesezeit
Alfonso Medela
CAIO at Legit.Health
Antonio Martorell
Antonio Martorell
Dermatologists and Medical Lead at Legit.Health
Ruben Garcia Castro
Ruben Garcia Castro
Dermatologist
Taig Mac Carthy
Co-founder at Legit.Health
Ramón Grimalt
Ramón Grimalt
Dermatologist and associate professor

Einführung

Als Entwickler von Technologien für das Gesundheitswesen ist es wichtig, die wissenschaftliche Grundlage neuer Tools zu hinterfragen. In diesem Artikel erläutern wir die solide klinische Validierung und das Peer-Review-Verfahren, das unsere Technologie durchlaufen hat und das unser Streben nach faktenbasierten Lösungen widerspiegelt.

Die hier aufgeführten Veröffentlichungen umfassen nicht unsere gesamte Arbeit. Sie enthalten auch keine Nachweise, die wir den Zertifizierungsstellen im Rahmen unseres Zertifizierungsprozesses als Medizinprodukt vorgelegt haben. Es handelt sich also nicht um eine umfassende Liste, sondern eher um eine Zusammenfassung unserer wichtigsten Nachweise.

Kurze Antwort

Ja, Legit.Health wurde in verschiedenen Bereichen des Gesundheitswesens von führenden Spezialisten auf ihrem Gebiet klinisch validiert. Unsere Technologie hat ihre Effektivität bei der Verbesserung von Diagnose und Nachsorge bewiesen, wobei sich spezifische Studien auf bestimmte Pathologien konzentrieren, um die Sensitivität und Präzision zu bewerten.

Mehrere dieser Studien wurden in renommierten Fachzeitschriften der Dermatologie veröffentlicht, andere befinden sich in unterschiedlichen Stadien der Veröffentlichung. Darüber hinaus stellen wir während des Zertifizierungsprozesses als Medizinprodukt auch klinische Nachweise zur Verfügung, von denen einige nicht öffentlich zugänglich gemacht wurden.

Möchten Sie die klinische KI-Technologie in Aktion sehen?

Ausführliche Antwort

Die Technologie hinter Legit.Health ist komplex und vielschichtig. Hinter einem scheinbar einfachen Vorgang für den Benutzer stehen mehrere Algorithmen, die miteinander interagieren. Unsere Technologie integriert mehrere Algorithmen, um nicht nur den Schweregrad der Erkrankung zu diagnostizieren und zu bewerten, sondern auch die Überweisungsgenauigkeit zu optimieren, die Bildqualität sicherzustellen und die Wirksamkeit der Behandlung zu beurteilen.

Atopische Dermatitis

Unsere ASCORAD-Studie (Automatic SCORing of Atopic Dermatitis), eine Zusammenarbeit mit Dr. Ramon Grimalt, wurde im Journal of Investigative Dermatology (JID) Innovations veröffentlicht. Diese Studie beschreibt unseren Ansatz zur Automatisierung der Bewertung des Schweregrads von atopischer Dermatitis und Ekzemen.

Medela, A., Mac Carthy, T., Aguilar Robles, S. A., Chiesa-Estomba, C. M., & Grimalt, R. (2022). Automatic SCOring of Atopic Dermatitis Using Deep Learning: A Pilot Study. In JID Innovations (Vol. 2, Issue 3, p. 100107). Elsevier BV. https://doi.org/10.1016/j.xjidi.2022.100107

Diese Arbeit wird auch in der jüngsten wissenschaftlichen Literatur anerkannt und hat das Potenzial, die Bewertung des Schweregrads von atopischer Dermatitis zu revolutionieren.

(...) sehr vielversprechend ist der Versuch, durch die Verwendung von CNNs eine automatische Definition des Schweregrads von AD zu erreichen (...), um eine Bewertungsgenauigkeit von Erythem, Papulation, Exkoriation und Lichenifikation zu erzielen, die mit der von Dermatologen vergleichbar ist (...). Computergestützte, anwendungsbezogene Fortschritte in dieser Richtung haben zur jüngsten Entwicklung des Automatic SCORing Atopic Dermatitis (ASCORAD) geführt.

Li Pomi F, Papa V, Borgia F, Vaccaro M, Pioggia G, Gangemi S. Artificial Intelligence: A Snapshot of Its Application in Chronic Inflammatory and Autoimmune Skin Diseases. Life. 2024; 14(4):516. https://doi.org/10.3390/life14040516

Erfahren Sie in diesem Webinar (auf Spanisch) mehr über ASCORAD von seinen Autoren.

In diesem Video (auf Spanisch) erklären Dr. Ramon Grimalt und Alfonso Medela, beide Mitautoren der Veröffentlichung, worum es in der Veröffentlichung geht.

Hidradenitis Suppurativa

Das AIHS4, unser neues System zur Bewertung von Hidradenitis Suppurativa, wird in Skin Research and Technology ausführlich beschrieben. Diese Studie ist ein Beispiel für unser Engagement bei der Entwicklung praktischer KI-Lösungen für komplexe dermatologische Erkrankungen.

Hernández Montilla, I., Medela, A., Mac Carthy, T., Aguilar, A., Gómez Tejerina, P., Vilas Sueiro, A., González Pérez, A. M., Vergara de la Campa, L., Luna Bastante, L., García Castro, R., & Alfageme Roldán, F. (2023). Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence. In Skin Research and Technology (Vol. 29, Ausgabe 6). Wiley. https://doi.org/10.1111/srt.13357

Das AIHS4 wurde in neueren wissenschaftlichen Veröffentlichungen aufgegriffen, wie z. B. in dem folgenden Artikel des Nationalen Forschungsrates von Italien und der Universitäten von Palermo und Messina:

(...) um das IHS4 zu überwinden, das zeitaufwendig ist und Schwankungen unterliegt, wird das AIHS4 eingeführt, das ein DL-Modell, Legit.Health-IHS4net, für die Läsionserkennung verwendet (...). Diese Erkenntnisse unterstreichen den Nutzen der KI in der faktenbasierten Dermatologie und bieten ein potenzielles Werkzeug, um Dermatologen in der täglichen Praxis und bei klinischen Studien zu unterstützen.

Li Pomi F, Papa V, Borgia F, Vaccaro M, Pioggia G, Gangemi S. Artificial Intelligence: A Snapshot of Its Application in Chronic Inflammatory and Autoimmune Skin Diseases. Life. 2024; 14(4):516. https://doi.org/10.3390/life14040516

Wir haben das IHS4 auch auf mehreren Kongressen vorgestellt. Das folgende Bild zeigt zum Beispiel unser Poster auf dem nationalen spanischen Dermatologiekongress (AEDV) 2022.

Legit.Health-Team

Legit.Health Forschungsteam präsentiert das AIHS4-Poster

Urtikaria (Nesselsucht)

Das System Automatic Urticaria Activity Score (AUAS) wurde im Journal of Investigative Dermatology (JID) Innovations veröffentlicht. Darin wird unser auf Deep-Learning basierender Ansatz zur Bewertung des Schweregrads von Urtikaria vorgestellt.

Mac Carthy, T., Hernández Montilla, I., Aguilar, A., García Castro, R., González Pérez, A. M., Vilas Sueiro, A., Vergara de la Campa, L., Alfageme, F., & Medela, A. (2024). Automatic Urticaria Activity Score: Deep Learning-Based Automatic Hive Counting for Urticaria Severity Assessment. In JID Innovations (Vol. 4, Ausgabe 1, S. 100218). Elsevier BV. https://doi.org/10.1016/j.xjidi.2023.100218

Unsere Arbeit am AUAS wurde auf Kongressen wie der AEDV-Jahrestagung im Jahr 2021 vorgestellt. Das folgende Video zeigt eine kurze Erläuterung des AUAS auf dem oben erwähnten Kongress:

In diesem Video (auf Spanisch) erklärt Taig Mac Carthy, Mitautor der Publikation , auf dem Jahreskongress der Spanischen Akademie für Dermatologie, wie das automatische UAS funktioniert.

Bildqualität

Wir veröffentlichen auch unsere Forschungsergebnisse über die nicht-diagnostische Technologie. Dies ist der Fall bei der Technologie „Dermatology Image Quality Assessment (DIQA)“, die den klinischen Nutzen von Bildern für Fernkonsultationen und klinische Studien gewährleistet. Dies wurde im Journal of the American Academy of Dermatology veröffentlicht.

Hernández Montilla, I., Mac Carthy, T., Aguilar, A., & Medela, A. (2023). Dermatology Image Quality Assessment (DIQA): Artificial intelligence to ensure the clinical utility of images for remote consultations and clinical trials. In Journal of the American Academy of Dermatology (Vol. 88, Issue 4, pp. 927-928). Elsevier BV. https://doi.org/10.1016/j.jaad.2022.11.002

In diesem Video (auf Spanisch) erklärt Taig Mac Carthy, Mitautor der Publikation , wie die künstliche Intelligenz für die Überweisung von Patienten funktioniert, einschließlich der Bildqualitätssicherung , auf dem Jahreskongress der spanischen Akademie für Dermatologie .

Vortrag auf dem Jahreskongress der Spanischen Akademie für Dermatologie (AEDV).

Psoriasis

Unsere Arbeit an APASI, dem von unserem Team entwickelten Automatic Psoriasis Scoring System, wurde von der AEDV mit einem Preis in der Kategorie Medizinische Bildgebung ausgezeichnet.

Alfonso Medela hält den Preis

Alfonso Medela hält den AEDV-Preis für PASI

Weitere Forschung

Wir arbeiten auch intensiv daran, unsere Technologie in neue Bereiche des medizinischen Wissens zu implementieren, wie im Fall unserer Zusammenarbeit mit Dr. Sergio Vañó und seinem Team am Krankenhaus Ramon y Cajal, die bei der Anwendung der KI-Technologie zur Messung des Schweregrads der frontalen fibrosierenden Alopezie (FFA) eine Vorreiterrolle spielen.

Ein weiteres Beispiel dafür, wie das Team von Legit.Health den Anwendungsbereich der Deep-Learning-Algorithmik auf die Medizin ausweitet, ist die Gesichtslähmung. Dr. Goiztidi Díaz Basterra, Dr. Luis Barbier Herrero und Dr. Estíbaliz Ortiz de Zárate leiten am Basurto Hospital ein Projekt zur Anwendung dieser revolutionären Technologie in diesem Bereich.

Ein gutes Beispiel ist die umfangreiche klinische Studie, die Dr. Leticia Calzado am Krankenhaus Torrejon leitet, wo sie und ihr Team die computergestützte Diagnose mit hervorragenden Ergebnissen validieren.

Möchten Sie die klinische KI-Technologie in Aktion sehen?

In einigen Fällen haben die vielversprechenden Ergebnisse die Forschungsteams dazu veranlasst, den Umfang der Studie zu erweitern. Wie die Studie, die in den Krankenhäusern Cruces und Basurto unter der Aufsicht von Dr. Jesús Gardeazabal und Dr. Rosa María Izu Belloso durchgeführt wird, um die Möglichkeiten der computergestützten Diagnose bei Melanomen zu untersuchen.

Legit.Health Laptop-App

Arbeiten Sie mit uns

Bei Legit.Health arbeiten wir daran, die Technologie weiter zu verbessern, um noch bessere Tools zu entwickeln. Dazu gehört zum Beispiel die Verbesserung der Unterscheidung zwischen verschiedenen Arten von HS-Läsionen oder die Gewährleistung, dass die Technologie bei allen Hautfototypen korrekt funktioniert.

Wenn Sie mit uns zusammenarbeiten möchten, füllen Sie bitte das folgende Formular aus und wir werden uns so schnell wie möglich mit Ihnen in Verbindung setzen.

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.

Telemedizin: 5 große Herausforderungen bei der Umsetzung

· 7 Minuten Lesezeit

Telemedizin

Einführung

In den letzten Jahren hat sich die Gesellschaft als Ganzes daran gewöhnt, dass eine vollständig digitale Welt in alle Lebensbereiche, einschließlich des Gesundheitswesens, Einzug halten wird.

Und obwohl die angewandte Praxis der Telemedizin viele Vorteile mit sich bringt, gibt es auch Herausforderungen zu bewältigen, bevor wir die Vorteile dieser neuen Art der Gesundheitsversorgung nutzen können.

Dermatologen heben die Nützlichkeit von Bildern bei der Fernüberwachung von chronischen Krankheiten hervor. Deshalb wird das Tool auch heute noch in unserer Pflegetätigkeit eingesetzt, und wir werden auch in Zukunft neue Einsatzmöglichkeiten und Verbesserungen erforschen.

Dr. Marta Andreu, Torrejón Hospital

Telemedizin ist eine Realität, keine Prognose

Die digitale Isolierung ist für den Durchschnittsbürger nicht mehr möglich. In der heutigen Zeit, in der jeder Haushalt über einen Internetanschluss verfügt und in jeder Tasche ein Smartphone steckt, ist der Versuch, die Macht des globalen Netzes über unser tägliches Leben zu leugnen, ebenso lächerlich wie unpraktisch.

Natürlich ist die Welt des Gesundheitswesens in dieser Hinsicht nicht anders. Diejenigen, die versuchen, sich dieser Modernisierungswelle zu widersetzen, werden schnell zurückgelassen oder gezwungen, sich anzupassen. Es ist üblich, dass Konzepte wie die Telemedizin in der Zukunftsform behandelt werden, aber die COVID-19 Pandemie hat uns gezeigt, dass die Zeit der Prognosen vorbei ist.

Es ist an der Zeit, sich den Herausforderungen zu stellen, die diese neue Form der Gesundheitsversorgung für uns mit sich bringt.

Die Geschichte der Fernversorgung

Eine der ersten praktischen Anwendungen der Telemedizin fand in den späten 1950er Jahren im Bundesstaat Nebraska statt, wo ein staatliches Krankenhaus und eine psychiatrische Einrichtung eine Fernsehverbindung einrichteten, um den Zustand der Patienten aus der Ferne zu überwachen.

Obwohl die Technologie in den folgenden Jahrzehnten rasante Fortschritte machte, hat sich ihre Anwendung auf die Fernversorgung von Patienten nie durchgesetzt und wird heute kaum noch genutzt. Der bisher bekannteste Fortschritt besteht in der telefonischen Konsultation, obwohl sie sowohl von Ärzten als auch von Patienten als unzureichend angesehen wird.

Heute ist der Drang, Telemedizin zu nutzen, eher eine Realität als eine entfernte Möglichkeit. Die Pandemie von 2020 hat die Wahrnehmung und die Bedürfnisse vieler Menschen rapide verändert und zwingt das Gesundheitswesen dazu, der Effizienz Priorität einzuräumen und alle zur Verfügung stehenden Werkzeuge einzusetzen.

Wie sieht die Zukunft aus?

Auch wenn es töricht ist, vorherzusagen, welche Technologien im nächsten Jahrzehnt entwickelt werden, können wir aus den jüngsten Fortschritten lernen, um eine fundierte Vermutung über den wissenschaftlichen Fortschritt anzustellen, der die Zukunft des Gesundheitswesens prägen wird.

Ein Beispiel dafür ist die Verbreitung von tragbaren, drahtlos zugänglichen Sensoren, die in Smartphones, Smartwatches und anderen tragbaren Geräten eingebaut sind und es Ärzten ermöglichen, Daten über ihre Patienten in Echtzeit und mit minimalen Eingriffen in deren Alltag zu sammeln.

Eine weitere vielversprechende Perspektive ist die künstliche Intelligenz. Projekte, die auf dieser Technologie basieren, haben in den letzten Jahren in so unterschiedlichen Bereichen wie Onkologie, Strahlentherapie, Neurologie und Dermatologie großartige Ergebnisse gezeigt.

Ein leuchtendes Beispiel für den Einsatz von künstlicher Intelligenz ist Legit.Health, das revolutionäre klinische Daten- und Kommunikationstool für Dermatologen der nächsten Generation, das klinisch validierte Algorithmen und computergestützte Technologie einsetzt, um ihre medizinische Praxis zu verbessern.

Der Zweck der Deep-Learning-Algorithmen ist es, Ärzte von der mühsamen manuellen Berechnung von Bewertungssystemen zu befreien und die Ausübung einer objektiveren faktenbasierten Dermatologie zu ermöglichen, während gleichzeitig der Prozess der Berichterstattung der Pathologie beschleunigt und die Autonomie und Kontrolle der Patienten erhöht wird.

Möchten Sie die klinische KI-Technologie in Aktion sehen?

Die 5 Herausforderungen der modernen Telemedizin

Finanzierung

Wie so oft, wenn es um die Einführung einer neuen Technologie oder Infrastruktur geht, bringen Kritiker den finanziellen Aspekt ins Spiel. Allerdings ist es ziemlich kurzsichtig, nur die potenziellen Kosten einer Umstellung des medizinischen Systems auf Telematik zu betrachten, wenn man nicht auch die potenziellen Einsparungen und Gewinne berücksichtigt.

Das Gleichgewicht zwischen den wirtschaftlichen Kosten und den Vorteilen der Telemedizin wird zweifellos eine der größten Herausforderungen sein, die es zu bewältigen gilt, und die Unternehmen, die Dienstleistungen in diesem Bereich anbieten, müssen dies berücksichtigen. Aus diesem Grund hält Legit.Health seine Preise flexibel und die technologischen Anforderungen einfach, sodass sich jedes medizinische Zentrum oder jede Einrichtung die geringe erforderliche Investition leisten kann.

Vorschriften

Eine weitere große Herausforderung, die vor der Einführung eines vollständig telemetrischen Systems zu bewältigen ist, betrifft die Gesetze und Vorschriften. Dies ist von Land zu Land unterschiedlich, aber überall auf der Welt ist die Einführung von Medizinprodukten stark reguliert.

Wenn diese Produkte zudem Patientendaten verwalten, müssen Gesetze wie die DSGVO die Sicherheit und Integrität der Daten gewährleisten. Deshalb muss man sich bei jedem Versuch, in die Telemedizin einzusteigen, mit diesen Fragen auseinandersetzen.

Legit.Health verfügt nicht nur über die europäische CE-Kennzeichnung, sondern ist ein Tool, das vollständig mit der DSGVO sowie allen anderen europäischen Standards konform ist und einen Teil der Last und der harten Arbeit abnimmt, die mit der Einhaltung dieser Angelegenheiten verbunden ist. Mit anderen Worten: Ihre Arbeit wird größtenteils erledigt sein, wenn die Zeit für ein Audit gekommen ist.

Möchten Sie die klinische KI-Technologie in Aktion sehen?

Implementierung

Jede noch so ausgefallene Technologie der Welt ist gleichermaßen nützlich oder unnütz, wenn diejenigen, die sie nutzen sollen, nicht wissen, wie man sie implementiert, oder es nicht wollen. In diesem Fall ist die Herausforderung eine doppelte, denn Ärzte und Patienten müssen sich mit dem Gedanken anfreunden, diese neuen Technologien in die Dynamik einzubinden, die seit Jahrhunderten in unserem kollektiven Bewusstsein verankert ist.

Wir müssen nicht nur die Patienten davon überzeugen, dass sie über Computer und Smartphones effektiv mit ihren Ärzten kommunizieren können, sondern wir müssen auch den Ärzten helfen, ihre gewohnten Routinen an dieses neue System anzupassen.

Aus diesem Grund wurde Legit.Health mit Blick auf die Benutzerfreundlichkeit entwickelt. Nachdem der Patient das Bild aufgenommen hat, wird es durch den klinisch validierten Algorithmus analysiert und die Ergebnisse werden an den Arzt gesendet. Dieser profitiert von der Kontinuität der Daten, die durch diesen Prozess erzeugt werden, und erleichtert die Arbeit bei der Überwachung von Hautausschlägen und der Entwicklung von Krankheiten erheblich.

Telemedizin mit Legit.Health

Technologie

Die Technologie steht schon seit langem im Mittelpunkt der Telemedizin. Bei der Telemedizin geht es jedoch in erster Linie um die Dienstleistungen und nicht um die Einzigartigkeit der neuesten Technologie. Ein Ansatz, der auf Dienstleistungen und positiven Gesundheitsergebnissen basiert, bedeutet, dass das medizinische Zentrum über ein System zur ordnungsgemäßen Umsetzung verfügt, egal wie sehr sich die Technologie ändert.

Legit.Health ermöglicht es medizinischen Zentren, Technologie und Service in einem benutzerfreundlichen Paket zu vereinen. Es bietet sowohl eine Fülle von Tools für die Arztpraxis als auch mehrere Optionen, um ihren Patienten die Dienstleistungen zu bieten, die sie brauchen, um sich gut aufgehoben zu fühlen.

Nachweise

In der medizinischen Welt nützen gute Ideen nichts, wenn sie nicht durch solide klinische Nachweise gestützt werden. Das gilt für Verfahren, Medikamente, medizinische Geräte und natürlich auch für allgemeine Konzepte oder Dienstleistungen wie Telemedizin.

Das Sammeln wissenschaftlicher Nachweise ist vielleicht die schwierigste Herausforderung, die die Telemedizin zu bewältigen hat, bevor sie Erfolg haben kann. Jedes System, jede Anwendung, jedes medizinische Gerät und jede Technologie, die diesen Wandel ermöglichen, müssen gründlich getestet werden, bevor sie in der Praxis eingesetzt werden.

Legit.Health nimmt an einer Vielzahl von klinischen Studien teil, bei denen algorithmische Technologie und Anwendungsdesign in mehreren europäischen medizinischen Zentren mit realen medizinischen Szenarien verglichen werden. Als Unternehmen legen wir großen Wert auf unsere Präsenz in medizinischen Fachzeitschriften und es ist eines unserer Hauptziele, den Bereich der Dermatologie voranzubringen.

Möchten Sie die klinische KI-Technologie in Aktion sehen?

Zusammenfassung

Auch wenn der Weg dorthin lang und beschwerlich ist, hat das Gesundheitswesen als Ganzes bereits die ersten Schritte in Richtung einer Zukunft unternommen, in der die Telemedizin Realität ist.

Dank technologischen Fortschritten von Unternehmen wie Legit.Health und Initiativen von medizinischen Dienstleistern wie unter anderem der DKV gewöhnen sich sowohl Patienten als auch Ärzte immer mehr an die Realität der Fernmedizin.

Jetzt Zugang erhalten

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.