Szybsze wykrywanie nowotworów

Zapoznaj się z naszą ofertą

Szybsze wykrywanie nowotworów w Centrum Onkologicznym

Nasza multidyscyplinarna grupa naukowców i klinicystów (z dziedziny fizyki medycznej, biologii, onkologii, inżynierii biomedycznej, matematyki i informatyki) łączy swoje kompetencje, aby znaleźć najlepsze rozwiązania pozwalające na szybsze wykrywanie nowotworów i określanie ich stopnia zaawansowania.

Najnowocześniejsze technologie dają nam możliwość znacznej poprawy stanu zdrowia ludzi. Mówiąc dokładniej, dzięki zastosowaniu różnych technik obrazowania można bardzo szczegółowo zbadać ludzkie ciało i tkanki, co z kolei pozwala na analizę zjawisk zachodzących wewnątrz organizmu. W rezultacie dobrze wykształceni i doświadczeni lekarze są w stanie postawić diagnozę na najbardziej szczegółowym i precyzyjnym poziomie.

Jest jednak jedna zasadnicza przeszkoda. Czas.

Na szczęście istnieje też rozwiązanie. Są to dobrze wykształceni i doświadczeni ludzie, którzy mogą sprawić, że praca lekarzy będzie łatwiejsza, szybsza i znacznie bardziej wydajna.

 

 

Najpierw jednak chcielibyśmy przedstawić wam Jakoba

 

Jakob jest dla nas prawdziwą inspiracją. Miał szczęście, że wygrał walkę z rakiem. Dzięki niemu na własnej skórze przekonaliśmy się, jak nieefektywny i powolny jest proces diagnozowania nowotworów. Oznacza to, że w diagnostyce i terapii nowotworów proces podejmowania decyzji wymaga połączonej opinii patologów, radiologów, genetyków i onkologów. Ponadto ilość danych jest ogromna, a cały proces decyzyjny prowadzący do ostatecznego wniosku zajmuje bardzo dużo czasu. Podobnie niedobór doświadczonych onkologów stanowi problem o zasięgu globalnym. To samo dotyczy radiologów, patologów i genetyków. Jako inżynierowie i przedsiębiorcy postanowiliśmy coś z tym zrobić.

Możemy zapewnić lekarzom wszystkie niezbędne narzędzia do pracy z obrazami medycznymi. Mówiąc dokładniej, łączymy nową technologię obrazowania medycznego z najbardziej zaawansowanymi i futurystycznymi rozwiązaniami z dziedziny matematyki i informatyki (uczenie maszynowe i głębokie). Centrum Onkologiczne stosuje techniki uczenia głębokiego w dziedzinie onkologii i radiologii. Ogromny zbiór obrazów medycznych służący do szkolenia modeli, w połączeniu z technologią kategoryzacji, pozwala komputerom przewidywać wiele chorób z dokładnością przewyższającą ludzką.

Historia Centrum Onkologicznego

W 2015 roku Piotr Krajewski wraz z zespołem utalentowanych naukowców z Politechniki Wrocławskiej zdobył nagrodę MICCAI (Medical Image Computing and Computer Assisted).

W 2016 roku po raz kolejny potwierdzili swoją wyjątkową wiedzę specjalistyczną w dziedzinie sztucznej inteligencji i uczenia maszynowego. Dwukrotnie zwyciężyli w konkursie z zakresu łącznej klasyfikacji radiologiczno-patologicznej (klasyfikacji opartej na obrazach z badań radiologicznych i histologicznych).

Po tych sukcesach Piotr Krajewski postanowił pójść o krok dalej. Jego celem było pomóc zarówno lekarzom, jak i pacjentom w przyspieszeniu i usprawnieniu diagnostyki nowotworowej. Dlatego w lutym 2017 roku założyli firmę Cancer Center.

Rozwój naszych głównych produktów: PathoPlatform, Radiology Platform. Nawiązaliśmy współpracę z lekarzami (urologami, patologami, radiologami, dermatologami) ze szpitali, ośrodków medycznych i instytutów medycznych.

Wprowadzono na rynek PathoCam, rozwiązanie umożliwiające digitalizację próbek dla podmiotów i osób prywatnych, które nie chcą kupować kosztownych skanerów histopatologicznych.

Wprowadziliśmy drugą wersję naszej platformy, która łączy i rozszerza możliwości PathoPlatform oraz RadiologyPlatform, umożliwiając korzystanie z nich jako modułów w ramach jednej platformy.

Rozpoczęto prace nad stworzeniem laboratoryjnego systemu informacyjnego (LIS) we współpracy z renomowanymi polskimi histopatologami. Trwają prace nad pierwszym wdrożeniem naszego systemu LIS.

Dalszy rozwój systemu LIS oraz aplikacji PathoViewer z wykorzystaniem algorytmów sztucznej inteligencji. Dalsze wdrożenia naszych produktów.

Nasza misja – szybsze wykrywanie nowotworów

 

Naszą misją jest połączenie najnowocześniejszych badań z dziedziny informatyki z obrazowaniem medycznym. Aby uczynić świat leczenia nowotworów lepszym miejscem, musimy w pełni wykorzystać możliwości tej technologii. Innymi słowy, regularne stosowanie zaawansowanych technik uczenia maszynowego w diagnostyce obrazowej stanowi kolejny wielki krok naprzód, który nasze społeczeństwo musi wykonać, aby osiągnąć postęp. Nasze narzędzia z pewnością ułatwiają tę transformację.

Korzyści dla pacjentów:

  • Lepszy dostęp do informacji dotyczących drugiej i trzeciej diagnozy nowotworowej przekazywanych pacjentom bezpośrednio przez lekarzy
  • Łatwiejszy i szybszy dostęp do specjalistów z dziedziny onkologii
  • Niższe koszty związane z wizytami (brak kosztów transportu i zakwaterowania)
  • Szybsza i dokładniejsza diagnoza – pacjenci mogliby szybciej rozpocząć odpowiednie leczenie

Korzyści dla lekarzy:

  • Krótszy czas potrzebny na postawienie diagnozy,
  • Wsparcie w procesie analizy obrazów, prowadzące do poprawy jakości i zwiększenia liczby postawionych diagnoz,
  • Łatwiejszy dostęp do innych specjalistów z dziedziny onkologii w celu potwierdzenia diagnozy,
  • Znajdź podobne przypadki (baza wiedzy),
  • Współpraca z innymi specjalistami w dziedzinie onkologii (wymiana doświadczeń)
  • Więcej czasu na skupienie się na naprawdę trudnych sprawach

Nasza historia: Prawa autorskie należą do firmy Microsoft