Solución mejorada de PACS aborda la explosión de datos de imagenología

La última versión incluye anotaciones semánticas, creadas durante la interpretación de diagnóstico de rutina (o retrospectivamente), que se integran en el servidor de investigación Visage y la infraestructura de entrenamiento de modelos para construir nuevos modelos de IA.

Las opciones adicionales incluyen Visage 7 Workflow, que ofrece administración de listas de trabajo de lectura nativa para ayudar a unificar el flujo de trabajo en el cliente inteligente Visage 7. Los usuarios ahora tienen la opción de impulsar el flujo de trabajo de lectura desde plataformas de flujo de trabajo independientes, flujo de trabajo impulsado por la HCE o de forma nativa con Visage 7. Otras características incluyen Visage 7 en la nube, con la velocidad y funcionalidad de las implementaciones en las instalaciones, pero con mayor seguridad; y etiquetas de conferencias, que permiten a los usuarios autorizados marcar estudios de imágenes para discusión, con una interfaz de usuario conveniente diseñada para simplificar y accesibilidad inmediata al estudio.

“Los desafíos de la continua crisis de COVID-19 requirieron reacciones rápidas y reflexivas por parte de las instituciones de salud y los proveedores, acelerando la transformación. Está claro que las capacidades modernas de la plataforma Visage 7 proporcionaron ventajas significativas, a pesar de la entrega, siempre cambiante, de atención de emergencia”, dijo Malte Westerhoff, PhD, cofundador y director de tecnología de Visage Imaging. “Con 7.1.15, Visage 7 ahora ofrece una plataforma demostrada, diseñada específicamente para superar las barreras históricas para la adopción de PACS en la nube”.

El crecimiento incesante de los conjuntos de datos producidos por las modernas modalidades de imagenología, como la tomografía computarizada (TC) de gran corte transversal, la resonancia magnética (RM) y la tomosíntesis digital de mama (DBT) que, a menudo, también se combinan con numerosos estudios de imagenología previos, han creado importantes cuellos de botella para la tecnología heredada de “comprimir y enviar”. Las posibles soluciones para mejorar la transferencia de datos incluyen mejoras en la interfaz de usuario, análisis de datos basado en inteligencia artificial e intercambio de información sin interrupciones de alta velocidad con otros sistemas de TI.

Enlace relacionado: