Program

Trendy rynkowe

Zautomatyzowana diagnoza nowotworów

Plany na przyszłość

Nasz zespół

Wspomaganie procesu diagnostyki obrazowej nowotworów mózgu

Ostrowskiego 13

53-238 Wrocław

telefon 694233234

info@stermedia.pl

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Z pośród 600 milionów wizyt u lekarza rodzinnego mniej więcej połowa mogłaby być przeprowadzana przy pomocy eVisit   

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Centrum medyczne Uniwersytetu w Pittsburgu obniżyło koszty prowadzenia badań medycznych o 43% czyli o  $14 milionów 

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Mammografia cyfrowa już osiąga lepsze wyniki w wykrywaniu nowotworów we wczesnym stadium 

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Od wejścia na rynek aplikacji Pocket Pathologist  w 2013 cyfrowe obrazy histopatologiczne w  wysokiej rozdzielczości są dostępne przy wykorzystaniu jedynie smartphona 

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Kolaboracja  pomiędzy pacjentami oraz ekspertami będzie głównym trendem w nadchodzącej przyszłości*

* Pathology Informatics Summit 2015: Shaping the Future of Clinical Informatics Michael Riben, MD

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Dzielenie się obrazami pełnych slajdów histopatologicznych jest jednym z istotnych wyzwań społeczności medycznej dzisiejszego dnia

Trendy Rynkowe

  • 100 milionów eVisit w 2014
  • Globalny rynek produktów i usług w chmurze na rzecz służby zdrowia wzrośnie z $1.82 miliarda w 2011         do $6.79 miliardów do roku 2018  
  • Rynek diagnozowania ze wsparciem komputera oczekuje się, że osiągnie $1.47 miliarda do roku 2020
  • Zaawansowane obrazowanie medyczne staje się osiągalne dla każdego
  • Kolaboracja pacjentów (Patient-to-patient) w mediach społecznościowych 
  • Cyfrowe obrazowanie całych próbek histopatologicznych (Whole slide imaging)  

Zautomatyzowana diagnoza nowotworów

Algorytm klasyfikacyjny

Oligodendroglioma 87%

Astrocytoma 13%

Diagnoza

Miccai Digital Pathology Challenge 2015  

Zautomatyzowana diagnoza nowotworów

Miccai Digital Pathology Challenge 2015  

Algorytm klasyfikacyjny

Oligodendroglioma 87%

Astrocytoma 13%

Diagnoza

Winners of Combined Imaging and Digital Pathology Primary Tumor Classification MICCAI 2015

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Ekstrakcja istotnych ramek

Klasyfikacja komórek

Cały slajd histopatologiczny jest podzielony na małe ramki 

Zautomatyzowana diagnoza nowotworów

Algorytm klasyfikacyjny

Algorytm segmentacyjny jest użyty do ekstrakcji komórek 

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Klasyfikacja komórek

Ekstrakcja istotnych ramek

Zautomatyzowana diagnoza nowotworów

n = 774

Algorytm klasyfikacyjny

Ramki są porządkowane na podstawie ilości komórek w ramce a następnie najgęstsze ramki   są wybierane

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Klasyfikacja komórek

Ekstrakcja istotnych ramek

Zautomatyzowana diagnoza nowotworów

n = 774

n = 115

n = 68

n = 774

n = 1023

n = 885

Algorytm klasyfikacyjny

Każda komórka

jest klasyfikowana z pewnym prawdopodobieństwem

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Klasyfikacja komórek

Ekstrakcja istotnych ramek

Zautomatyzowana diagnoza nowotworów

Oligodendrocyty 

Astrocyty 

Algorytm klasyfikacyjny

Bazując na procencie komórek określonego typu każda ramka jest klasyfikowana 

Oligodendrocyty 

Astrocyty 

34%

66%

Astrocytoma

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Klasyfikacja komórek

Ekstrakcja istotnych ramek

Zautomatyzowana diagnoza nowotworów

Algorytm klasyfikacyjny

Ramki z Astrocytomą > T

Astrocytoma

Jeżeli ilość ramek zaklasyfikowanych do pewnego typu nowotworu jest wieksza niż określony próg cała próbka jest klasyfikowana do tego typu

Algorytm klasyfikacyjny

Podział na ramki

Segmentacja ramek

Klasyfikacja ramek

Klasyfikacja próbki

Klasyfikacja komórek

Ekstrakcja istotnych ramek

Zautomatyzowana diagnoza nowotworów

Plany na przyszłość

  • Opracować algorytmy klasyfikujące do innych typów nowotworów 
  • Włączyć MRI by jeszcze bardziej poprawić wyniki 
  • Połączyć algorytmy klasyfikacyjne z naszymi innymi             produktami w celu stworzenia platformy

Inne typy nowotworów mogą zostać zaklasyfikowane 

korzystając z podobnego podejścia

Sarcoma

Medulloblastoma

Gangloglioma

Użycie Rezonansu Magnetycznego może pomóc poprawić dokładność zautomatyzowanej diagnozy oraz zwiększyć ilość przypadków do których można ją zastosować 

Plany na przyszłość

  • Opracować algorytmy klasyfikujące do innych typów nowotworów 
  • Włączyć MRI by jeszcze bardziej poprawić wyniki 
  • Połączyć algorytmy klasyfikacyjne z naszymi innymi             produktami w celu stworzenia platformy

 Kolaboracja

w mediach społecznościowych

Med Image Viewer

Zautomatyzowane diagnozowanie

Organizacje Medyczne

Eksperci

Pacjenci

Plany na przyszłość

Platforma

  • Narzędzie pozwalające na współpracę Ekspertów
  • Magazyn danych oraz usługa analityczna dla Ośrodków medycznych
  • Miejsce gdzie Pacjenci mogą szybko zasięgnąć drugiej opinii

Organizacje Medyczne mogą:

  1. Magazynować wielkie ilości obrazów
  2. Przeglądać obrazy z różnych lokalizacji jednocześnie
  3. Poprawić współpracę między lekarzami zarówno wewnątrz organizacji jak i poza nią
  4. Wykorzystać zaawansowane narzędzia komputerowego wsparcia diagnozy oraz dzielić się rezultatami analiz

Plany na przyszłość

Platforma

Eksperci mogą:

  1. Przeglądać
  2. Analizować
  3. Dzielić się zdjęciami        i wynikami analiz
  4. Wymieniać wiedzę
  5. Porównywać diagnozy tych samych przypadków 

Plany na przyszłość

  • Narzędzie pozwalające na współpracę Ekspertów
  • Magazyn danych oraz usługa analityczna dla Ośrodków medycznych
  • Miejsce gdzie Pacjenci mogą szybko zasięgnąć drugiej opinii

Platforma

Pacjenci mogą:

  1. Szybko uzyskać opinie eksperta
  2. Porównać diagnozy lekarzy            z rozwiązaniami algorytmicznymi
  3. Zobaczyć inne podobne przypadki
  4. Dzielić się doświadczeniami            i spostrzeżeniami z innymi pacjentami 

Plany na przyszłość

  • Narzędzie pozwalające na współpracę Ekspertów
  • Magazyn danych oraz usługa analityczna dla Ośrodków medycznych
  • Miejsce gdzie Pacjenci mogą szybko zasięgnąć drugiej opinii

Platforma

Nasz zespół

Grzegorz Żurek

R&D Stermedia

Politechnika Wrocławska

Jakub Czakon

R&D Stermedia

Piotr Giedziun

R&D Stermedia

Dr Witold Dyrka

R&D Stermedia

Politechnika Wrocławska

Michał Błach

R&D Stermedia

Politechnika Wrocławska

Dr Med. Łukasz Fafułka

Patomorfolog

Wrocławskie Centrum Onkologii

Piotr Krajewski

CEO Stermedia

Dziękujemy za uwagę

HistDiag prezentacja pl

By Stermedia Sp. z o.o.

HistDiag prezentacja pl

presentation for venture capital meetup Polski

  • 892