Was ist CalanticTM Digital Solutions?
CalanticTM Digital Solutions ist ein umfassendes Paket von KI-Lösungen für die Radiologie, das eine höhere Behandlungsqualität ermöglicht und die Radiologie revolutionieren wird. Unser cloudbasierter Marktplatz bietet eine breite Palette relevanter KI-Applikationen, die über den im PACS-Viewport integrierten Calantic Viewer nahtlos in den Arbeitsablauf des Radiologen eingebunden werden können.
What is Calantic
Warum Calantic?
Mit Calantic erhalten Radiologen Zugriff auf Tools und KI-Anwendungen, die sie bei der Priorisierung von Aufgaben, der Erkennung und der Quantifizierung unterstützen – jeweils mit intuitiven Funktionen für bestimmte Erkrankungsgebiete.
Nahtlose Integration in den Arbeitsablauf
Dank Einbettung in Ihre PACS-Umgebung haben Sie einfach Zugriff auf ein abgestimmtes Angebot an KI-Anwendungen, die Ihre Arbeit unterstützen.
Mehr Effizienz und bessere Erkennung durch integrierte KI-Applikationen
Automatisieren Sie Aufgaben oder lassen Sie sich auf zeitkritische und/oder vermutete Befunde hinweisen. So senken Sie das Risiko, einen Befund zu übersehen, und haben mehr Zeit für die Diagnosestellung.
Ein bewährter Partner
Bayer bildet die Schnittstelle zwischen Radiologie und Life Sciences – eine ideale Position, um sich auf erkrankungsorientierte Lösungen zu konzentrieren. Wir unterstützen Sie bei der Skalierung nach Ihren Bedürfnissen mit unserer starken klinischen Expertise, unserem Fokus auf Sicherheit und Compliance, umfassendem technischem und Integrationssupport sowie Schulungsressourcen.
Der ständig wachsende Druck auf das Gesundheitswesen bedroht die Nachhaltigkeit der radiologischen Abteilungen und der Patienten
Höhere Komplexität
5x
mehr
erzeugte Bilder pro Untersuchung1
RADIOLOGIEABTEILUNGEN KOMMEN AN IHRE GRENZEN
49%
der Radiologen
berichten von Burnout-Symptomen2
DIAGNOSEFEHLER
ca. 40 Mio.
Diagnosefehler
weltweit pro Jahr3
So funktioniert Calantic
Von Radiologen für Radiologen entwickelt: Calantic sammelt die bisher stark fragmentierten und unzusammenhängenden Applikationslösungen und vereint sie in einem einfach zu nutzenden Marktplatz. Die Drittanbieterlösungen werden mit Bayers Fachwissen überprüft, um Nutzbarkeit und Zuverlässigkeit zu gewährleisten.
Vorgestellte Applikation
Das Calantic Paket Thorax umfasst eine Auswahl von KI-Applikationen zur Unterstützung einer effizienteren Erkennung potenzieller Thoraxpathologien. Dazu gehört unter anderem ClearReadTM CT. Diese KI-Anwendung kann die Erkennung durch die Hervorhebung verdächtiger Knoten verbessern.
Testimonial
“Als vielbeschäftigter diagnostischer und vaskulärer/interventioneller Radiologe ist die Calantic-Anwendung eine großartige Ergänzung für meinen täglichen Arbeitsablauf. Da ich über einen organisierten Hub verfüge, der direkt von meinem PACS-System aus eingesetzt werden kann, bin ich in der Lage, viele verschiedene klinische Anwendungen der künstlichen Intelligenz in meine tägliche Untersuchungsliste zu integrieren, was eine verbesserte Erkennung verschiedener Zustände ermöglicht, ohne die Effizienz zu beeinträchtigen. Darüber hinaus sind die klinischen Zusammenfassungen und Ergebnisse des Calantic-Systems im PACS-System leicht verfügbar, so dass ich Befunde leicht mit Klinikern außerhalb der Radiologie besprechen und relevante Bilder hervorheben kann, was die Kommunikation, das Verständnis und die Patientenergebnisse verbessert.“
Dr. Michael Ferra, MD
Director of Quality and Process Improvement, Einstein Medical Center
Dr. Ferra ist ein bezahlter Berater für Bayer.
Verweise
1McDonald, Schwartz, Eckel et al., 2015, The Effects of Changes in Utilization and Technological Advancements of Cross-Sectional Imaging on Radiologist Workload, Academic Radiology, 22(9), 1191-1198
2Kane, L. (2022) Medscape National Physician Burnout & Suicide Report 2022: The Generational Divide. Medscape abgerufen am 22. Juni 2022 unter https://www.medscape.com/slideshow/2022-lifestyle-burnout-6014664?reg=1#2
3 Itri, J. N., Tappouni, R. R., McEachern, R. O., Pesch, A. J., Patel, S. H. (2018) Fundamentals of Diagnostic Error in Imaging. RadioGraphics 38, 1845-1865. abgerufen am 8. Juni 2022 unter https://pubs.rsna.org/doi/epdf/10.1148/rg.2018180021
