Descripción del proyecto
El aprendizaje automático respalda los servicios de radiología
Cada vez se realizan más radiografías en Europa. En 2018, las radiografías musculoesqueléticas superaron los 140 millones. Al mismo tiempo, disminuye el número de radiólogos que deben afrontar el mayor flujo de trabajo. En consecuencia, los partes médicos no pueden estar listos a tiempo y los tratamientos de los pacientes se retrasan. Por lo tanto, se necesitan nuevas soluciones para respaldar los servicios de radiología. El proyecto financiado con fondos europeos AutoRay tiene como objetivo introducir en el mercado médico la solución Radiobotics (RDB), una herramienta de «software» basada en el aprendizaje automático, exhaustiva y validada que analiza automáticamente las radiografías del aparato locomotor. El nuevo «software» ayudará a los radiólogos a ofrecer análisis rápidos y precisos. También optimizará el flujo de trabajo en los hospitales, lo que reducirá los costes y mejorará la calidad de servicio.
Objetivo
Routine radiology services are facing a huge problem on having efficient workflows to deliver X-ray analysis and diagnosis
shortly after image acquisition – with patients waiting days or weeks for the results. The volume of X-rays scans is quickly
growing year after year –more than 140 million X-rays analysis of the musculoskeletal (MSK) system were performed in
2018 in Europe alone. The current number of radiologists is insufficient to efficiently analyse and deliver the medical report
shortly, causing unnecessary stress for patients and potential delay in the treatment. Thus, there is an urgent need for
solutions optimizing the workflow on routine radiology services.
Radiobotics (RDB) has developed a comprehensive machine learning-based software tool that automatically analyses X-rays
of the MSK system and generates the respective medical report. The algorithms used have been trained with data
screened and validated by our clinical partners, in order to mimic expert accuracy and a state-of-the-art performance. RDB
automatic software will greatly benefit: 1) radiologists/physicians (end-users) by lowering the time required to analyse
images and generate diagnostic reports; 2) hospitals (customers) by optimizing the services workflow, saving costs and
offering higher quality services; and 3) patients by having access to a faster and accurate diagnosis and consequently early
treatments.
AutoRay project will enable RDB to mature its product to a market-ready software suite addressing multiple conditions in multiple anatomical regions while ensuring a seamless integration in IT systems. In addition, it will provide a stage to a large-scale demonstration of its performance in clinical practice. Upon completion, RDB will open up for a very large business opportunity, providing a perspective for RDB to become a lead player in the medical imaging arena.
Ámbito científico
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
Palabras clave
Programa(s)
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaConvocatoria de subcontratación
H2020-EIC-SMEInst-2018-2020-3
Régimen de financiación
SME-2 - SME instrument phase 2Coordinador
1263 Copenhagen
Dinamarca
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.