Lösen Sie klinische Probleme mit künstlicher Intelligenz.

Clarius AI ist eine Plattform, auf der Sie Ihre Forschungsstudien definieren, Daten erfassen und beschriften, zu Deep-Learning-Tools wie TensorFlow exportieren und Ihre Modelle dann in Echtzeit validieren können.

Flexibel

Verwenden Sie retrospektive oder prospektive Ultraschalldaten. Ihre beschrifteten Daten werden nach TFRecord exportiert, so dass Sie sie mit dem Framework Ihrer Wahl verwenden können.

Einfach zu verwenden

Entwickelt mit intuitiven Beschriftungswerkzeugen. Verwenden Sie mit Leichtigkeit Ihre Clarius-Untersuchungsdaten für Studien.

Zusammenarbeit

Arbeiten Sie mit Ihrem Team zusammen, um Daten zu beschriften und Ihre Modelle mit unseren integrierten Tools für die Zusammenarbeit zu testen.

Sicher und privat

Ihre Daten und Modelle bleiben bei Ihnen. Der Zugriff auf Ihre Daten wird nicht an andere Parteien, einschließlich uns, weitergegeben.

1. Definieren Sie eine Studie

Definieren Sie eine KI-Studie in der Clarius Cloud, in die Sie die Bilder importieren.

2. Greifen Sie auf Daten zu

Erwerben Sie Bilder von Patienten oder Freiwilligen und laden Sie sie in die Clarius Cloud hoch.

3. Daten beschriften

Wir bieten eine einfache und intuitive Umgebung auf Clarius Cloud mit einer Vielzahl von Werkzeugen zur schnellen Kennzeichnung.

KI trainieren

Volle Kompatibilität mit TensorFlow und Unterstützung für verschiedene Bibliotheken, die auf maschinellem Lernen basieren.

5. Klinisch testen

Testen Sie Ihr generiertes Modell sofort mit unserer Listener-App zur klinischen Validierung in Echtzeit

6. Bereitstellen

Nach erfolgreicher klinischer Evaluation konnten einige Modelle für die kommerzielle Nutzung lizenziert und in die Clarius-App integriert werden.

Wie es funktioniert

1. Definieren Sie ein klinisches Problem.

Erstellen Sie eine Forschungsstudie und passen Sie Parameter an, wie z.B. die Art der Studie, was Sie beschriften werden, Ihre Forschungsteammitglieder und mehr.

2. Erfassen Sie Daten.

Sie können sowohl prospektive als auch retrospektive Daten verwenden. Verwenden Sie anonymisierte Daten aus Ihren vorhandenen Ultraschalluntersuchungen oder scannen Sie neue Untersuchungen und fügen Sie diese Ihrer Studie hinzu.

3. Beschriften Sie die Daten.

Mit unseren Beschriftungstools können Sie schnell große Datenmengen beschriften. Mit den Tastatur-Hotkeys können Sie einfach durch Bildfolgen gehen.

4. Exportieren Sie Ihre Daten und Ihr Trainingsmodell.

Exportieren Sie Ihre beschrifteten Daten als TFRecord, um Sie mit dem Trainingsrahmen Ihrer Wahl zu verwenden.

5. Validieren Sie Ihr Modell in Echtzeit.

Mit unserer Listener-API können Sie Ihr mit TensorFlow erstelltes KI-Modell beim Scannen in Echtzeit testen. Scannen Sie einen Patienten und sehen Sie, wie sich Ihr Modell auf einem Sekundärgerät verhält, um eine sofortige Live-Validierung durchzuführen.

6. Stellen Sie Ihr Modell in der Clarius App bereit.

Wenn KI-Modelle validiert werden, kann Clarius diese in der Clarius-App für andere Anwender zugänglich machen.

"Einer der schwierigsten Aspekte für die KI im Gesundheitswesen ist die Fähigkeit, Qualitätsdaten zu erfassen, die sich auf spezifische klinische Bedürfnisse konzentrieren. Wir beschleunigen die KI-Entwicklung, indem wir es einfach machen, große Datenmengen mit unseren Scannern und unserer Cloud-Plattform zu erfassen und zu beschriften."

— Dr. Reza Zahiri, Geschäftsleiter für Innovation

Aktuelle Anwendungen

Clarius AI wird derzeit von verschiedenen Universitäten und Forschungsinstituten zur Lösung klinischer Probleme eingesetzt. Hier sind einige Partner, mit denen wir jetzt zusammenarbeiten.

Clarius

Automatische Axillararterien-Erkennung

Automatische Erkennung der Arteria Axillaris in Ultraschallbildern

SINTEF Medical Technology, Trondheim, Norway

Nerven- und Blutgefäß-Visualisierung

Prüfer: Erik Smistad, Kaj Fredrik Johansen, Daniel Høyer Iversen, Ingerid Reinertsen

Anwendung: Hervorhebung von Nerven und Blutgefäßen bei ultraschallgesteuerten Verfahren für axilläre Nervenblockaden

ThinkSono, London, UK

DVT-Erkennung

Prüfer: Fouad Al-Noor, Sven
Mischkewitz, Antonios Makropoulos

Anwendung: DVT-Erkennung DVT-Erkennung

You are leaving our website 🇦🇺🇳🇿