Perimeter Medical Imaging AI, Inc. annonce les résultats d'une nouvelle étude 1 publiée dans les Annals of Surgical Oncology
Le 20 février 2024 à 14:30
Partager
Perimeter Medical Imaging AI, Inc. a annoncé les résultats d'une nouvelle étude1 publiée dans les Annals of Surgical Oncology qui fournit une compréhension complète et actualisée des taux de réopération au niveau de la population et des coûts de santé supplémentaires associés aux patientes qui doivent être réopérées après avoir subi une chirurgie conservatrice du sein (BCS). Les chercheurs de l'Université du Texas Health Science Center et de l'Université du Texas MD Anderson Cancer Center ont conclu qu'il fallait accorder plus d'attention et poursuivre les efforts pour réduire les taux de réopération. L'équipe de recherche a identifié 17 129 femmes âgées de 18 à 64 ans assurées commercialement et 6 977 bénéficiaires de Medicare âgées de 18 ans et plus qui ont subi une première chirurgie conservatrice du sein entre 2017 et 2019.
Le suivi à un an a révélé des taux de réopération de 21,1% chez les femmes assurées commercialement et de 14,9% dans la cohorte Medicare.
Perimeter Medical Imaging AI, Inc. est une société de technologie médicale qui vise à transformer la chirurgie du cancer grâce à des outils d'imagerie en temps réel et de résolution pour répondre à des besoins médicaux importants non satisfaits. Elle développe et commercialise des outils d'imagerie médicale en cours de procédure. Le système de tomographie par cohérence optique (OCT) Perimeter de la société permet une visualisation transversale et en temps réel des microstructures tissulaires pendant les interventions chirurgicales. Le système OCT Perimeter S-Series est conçu pour fournir aux chirurgiens le soutien clinique dont ils ont besoin au bloc opératoire. Le système d'imagerie médicale OCT comprend un dispositif peropératoire pour le balayage automatisé d'un échantillon de tissu qui fournit une carte rapide de la sous-surface d'une surface pouvant atteindre 10 cm par 10 cm ; un consommable de manipulation de l'échantillon conçu pour tenir et maintenir l'orientation de l'échantillon, ainsi qu'une bibliothèque d'images et un ensemble d'entraînement. Ses outils d'apprentissage automatique et sa technologie d'intelligence artificielle, appelés ImgAssist AI, font l'objet d'un développement clinique dans le cadre du projet ATLAS AI.