BoneView (Fonction de détection)
- 20 % de sensibilité accrue à la détection des fractures.1
- Jusqu’à 36 % de réduction du temps de lecture.1
- 11,5 % de sensibilité accrue aux fractures multiples.2
La fonction de détection BoneView est un dispositif logiciel uniquement conçu pour aider les cliniciens dans l'interprétation des radiographies à rayons X. La fonction BoneViewDetection est un logiciel en tant que service qui prend en entrée des radiographies à rayons X au format DICOM, les traite à l'aide de l'intelligence artificielle (apprentissage profond) et fournit en sortie la détection d'anomalies.
BoneView détecte les anomalies suivantes :
- Fracture
- Dislocation
- Épanchement
- Lésion
BoneView prend en compte les régions suivantes :
- Membres
- Pelvis
- Côtes
- Colonne dorso-lombaire3
Résultat visuel de l’application
Découvrez Gleamer BoneView
sur Calantic
- Examens CR / DX / DR
- Un algorithme de partie du corps définira quelles images peuvent être traitées.
- Les fichiers de résultats fournis par BoneView font partie d'une série supplémentaire de l'étude originale comprenant :
- Le « Tableau récapitulatif » : un résumé synthétisant les résultats de BoneView au niveau de l’étude. Le tableau comprend les informations suivantes :
- Code de résultat (positif, doute, négatif, non disponible)
- Nombre d'images reçues et analysées
- Liste des anomalies
- Les « Images de résultats » : une copie de chaque image originale analysée avec des informations supplémentaires provenant de BoneView.
- Sur chaque image analysée par BoneView, une zone d'intérêt (une suspicion d'anomalie) peut être signalée de 2 manières différentes :
- Cadre en trait plein lorsque la probabilité d'une anomalie est élevée sur cette zone d'intérêt. C'est équivalent à POSITIF
- Cadre en pointillé lorsqu'il y a un doute sur la présence d'une anomalie dans la zone d'intérêt. Cela équivaut au DOUTE et l’utilisateur est encouragé à inspecter soigneusement la zone.
- Le nombre total de zones d'intérêt détectées par BoneView sur l'image (somme des zones POSITIVES et DE DOUTE) sera rappelé dans le coin inférieur droit de l'image.
Classe de risque UE et marquage CE
Marquage CE (2797) a partir de 2023. Classe MDR UE IIa
Statut de remboursement
Non remboursé.
Contre-indications
- BoneView n'est pas destiné à être utilisé pour les radiographies des régions du crâne et de la colonne cervicale.
- BoneView n'est pas destiné à être utilisé sur d'autres modalités d'examen que les radiographies.
- BoneView n'est pas destiné à être utilisé sur des images compressées avec perte.
Population cible
- Les patients visés sont des personnes admises dans un hôpital/établissement de santé pour un examen radiographique : bien que les patients n'interagissent pas directement avec BoneView, les résultats de la radiographie qu'ils viennent de subir sont traités via BoneView et seront utilisés par les cliniciens dans leur diagnostic.
Limites
- BoneView ne fournit que des données préliminaires, le diagnostic final reposera sur l'expertise du médecin.
- BoneView est destiné à être utilisé comme aide à la lecture simultanée lors des interprétations de radiographies.
- Une attention particulière doit être accordée aux examens pour lesquels :
- BoneView n'a pas reçu ni analysé toutes les images
- BoneView n'a pas fourni de résultats sur toutes les images
- Les résultats de BoneView sont des images différentes des images originales
- En cas de mise à jour de la solution PACS ou RIS, Gleamer sera contacté pour assurer la compatibilité continue de BoneView avec le logiciel mis à jour
1.
Canoni-Meynet L, Verdot P, Danner A, Calame P, Aubry S. Added value of an artificial intelligence solution for fracture detection in the radiologist's daily trauma emergencies workflow. Diagn Interv Imaging. 2022 Dec;103(12):594-600. doi: 10.1016/j.diii.2022.06.004. Epub 2022 Jun 29. PMID: 35780054.
2.
Guermazi A, Tannoury C, Kompel AJ, Murakami AM, Ducarouge A, Gillibert A, Li X, Tournier A, Lahoud Y, Jarraya M, Lacave E, Rahimi H, Pourchot A, Parisien RL, Merritt AC, Comeau D, Regnard NE, Hayashi D. Improving Radiographic Fracture Recognition Performance and Efficiency Using Artificial Intelligence. Radiology. 2022 Mar;302(3):627-636. doi: 10.1148/radiol.210937. Epub 2021 Dec 21. PMID: 34931859.
3.
Instructions for Use BoneView Detection, software version 2.5.x, dated 2024-04
4.
Regnard NE, Lanseur B, Ventre J, Ducarouge A, Clovis L, Lassalle L, Lacave E, Grandjean A, Lambert A, Dallaudière B, Feydy A. Assessment of performances of a deep learning algorithm for the detection of limbs and pelvic fractures, dislocations, focal bone lesions, and elbow effusions on trauma X-rays. Eur J Radiol. 2022 Sep;154:110447. doi: 10.1016/j.ejrad.2022.110447. Epub 2022 Jul 22. PMID: 35921795.
5.
Duron L, Ducarouge A, Gillibert A, Lainé J, Allouche C, Cherel N, Zhang Z, Nitche N, Lacave E, Pourchot A, Felter A, Lassalle L, Regnard NE, Feydy A. Assessment of an AI Aid in Detection of Adult Appendicular Skeletal Fractures by Emergency Physicians and Radiologists: A Multicenter Cross-sectional Diagnostic Study. Radiology. 2021 Jul;300(1):120-129. doi: 10.1148/radiol.2021203886. Epub 2021 May 4. PMID: 33944629.
Autres offres disponibles dans la ligne de service MSK
BoneAge de BoneView
La fonction BoneAge de BoneView est un logiciel destiné à fournir des données préliminaires pour aider les médecins à évaluer l'âge osseux, selon la méthode de Greulich et Pyle, sur les radiographies de la main des enfants.
BoneView BoneMetrics
La fonctionnalité BoneView BoneMetrics est un logiciel de traitement d'images radiologiques entièrement automatisé destiné à analyser des radiographies standard à l'aide de techniques
