Für das Screening auf Augenkrankheiten oder die Erstdiagnose eines Patienten ist dies weniger relevant. Für die Vorhersage des Ansprechens auf eine Behandlung verwenden wir bei deepeye jedoch in der Regel nur Daten, wenn wir mindestens 20 OCTs pro Patient haben, was in der Regel 4-5 Jahre Therapiezeit bedeutet. In vielen vielbeschäftigten Universitätskliniken, die über große Mengen an OCT-Daten verfügen, sind solche Längsschnittdaten aufgrund technischer und organisatorischer Hindernisse kaum bis gar nicht vorhanden. Wir haben uns mit den wenigen Exzellenzzentren für Augenheilkunde zusammengetan, die bereits 2011(!) damit begonnen haben, die Fortschritte ihrer Patienten zu verfolgen. Wenn ein Patient mehr als 150 (!) IVIs erhalten hat, kann die KI viel besser verstehen, wie ähnliche Patienten auf die Behandlung ansprechen werden.

Wir behaupten, geräteunabhängig zu sein. Im Gegensatz zu fast allen anderen ophthalmologischen KI-Modellen auf dem Markt bedeutet dies, dass wir Daten von verschiedenen Arten von Bildgebungsgeräten verarbeiten können. Z.B. Heidelberg Engineering SPECTRALIS, ZEISS Cirrus, Topcon Triton... Es gibt einige OCT-Hersteller oder ältere OCT-Modelle, mit denen wir noch Probleme haben. Aber wir können >95% der OCTs auf dem Markt lesen.

Aus diesem Grund ist es für eine Klinik oder ein Unternehmen sehr schwierig, eine eigene KI zu entwickeln und sie mit anderen zu teilen. Die KI funktioniert nur für ein OCT-Gerät (in den meisten Fällen Heidelberg Engineering Spectralis), ein Therapieschema (T&E), eine Population (weiße Weiße, 70-85 Jahre), eine Diagnose (nAMD) ... Wir bei deepeye haben verschiedene Datensätze kombiniert und modernste Techniken eingesetzt, um sicherzustellen, dass sich unsere KI an die meisten "Domänen" anpassen kann. Vergewissern Sie sich immer, dass Ihre KI für die "Domänen" verwendet werden kann, für die Sie sie einsetzen wollen!

Eine KI kann nur so gut sein wie ihr Input (Trainingsdatensatz). "Bullsh*** rein, Bullsh*** raus", wie KI-Forscher sagen. Daher sind die Personen, die den Trainingsdatensatz auswählen und seine Gültigkeit überprüfen, der Schlüssel zur KI-Leistung. In unserem Fall arbeiten wir mit mehreren zertifizierten Lesern (Netzhautspezialisten mit Fachwissen und Ausbildung), die die Daten überprüfen, Anmerkungen hinzufügen usw., die als Basiswahrheit dienen. Dadurch kann unsere KI bessere Ergebnisse erzielen als ein einzelner Augenarzt - aber die KI kann die Grundwahrheit niemals übertreffen. Wenn Sie eine KI verwenden, fragen Sie immer nach der Basiswahrheit!

Eine KI muss validiert werden. Daher ist ein repräsentativer Datensatz erforderlich. Das heißt, so vielfältig wie die Population, mit der die KI verwendet werden soll. Wenn Sie eine KI verwenden, stellen Sie sicher, dass sie validiert ist - genau wie unsere.

Wir bieten eine Reihe von KI-Lösungen an, darunter Tools für die Qualitätssicherung von Therapien, die optimale Therapieprognose und die Quantifizierung von Biomarkern, die auf medizinische Fachkräfte und Pharmakonzerne zugeschnitten sind

Unsere KI analysiert OCT-Bilder (optische Kohärenztomographie), um spezifische Biomarker zu identifizieren und den künftigen Therapiebedarf für jeden Patienten vorherzusagen.

Ja, unsere Technologie verarbeitet nur anonymisierte Daten und hält sich an die höchsten Standards für Sicherheit und ethische KI-Entwicklung.

deepeye® TPS liefert eine digitale Zweitmeinung auf Expertenebene, die die aktuellen Trends der Krankheitsaktivität und den entsprechenden Behandlungsbedarf in den nächsten 12 Monaten widerspiegelt. Es identifiziert zahlreiche Fälle, die hätten behandelt werden sollen und deren Ausbleiben zu einer schlechten Sehschärfe und suboptimalen Ergebnissen beigetragen haben könnte.

Wir rationalisieren diagnostische Prozesse, bieten personalisierte Behandlungsempfehlungen und integrieren uns nahtlos in bestehende Bildgebungssysteme.

Unsere Produkte lassen sich problemlos in gängige OCT-Bildgebungssoftware integrieren und sind mit einer schnellen und einfachen Einrichtung einsatzbereit.