AI-Driven Pathological Image Diagnosis
for all medical practitioners around the world
デジタル病理AI解析ソリューション「PidPort」
世界中の全ての医療従事者へより心地よい医療環境の実現を。
PidPortはDeep Learning / AI による独自の画像処理技術によって病理スクリーニングを可能にする他、遠隔病理診断 の機能も有しています。 日々、高度・膨大化していく医療現場の負荷をAIによる病理画像解析によってより心地よい
診断ができる医療環境の実現をテクノロジーの力でサポートします。
PidPortの3つの機能。病理標本の保管・管理における物理的なスペースを気にすることなく、
診断時のワークフローの軽減化、遠隔診断時の効率化を実現することができます。(※)
メドメインで独自開発されたAIで病理組織・細胞をスクリーニングすることができます。医療従事者の方のアシスタントとして日々のワークフローの軽減化を実現できます※
テレパソロジー(遠隔病理診断)機能により、世界中の医療従事者ネットワークから最適かつタイムリーな病理診断依頼・支援を実現できます。
デジタル化することによって病理画像データ・症例情報を経年劣化や物理的な保管スペースを気にすることなくクラウド上に管理・保管することができます。容量も状況にあわせた調整が可能です。
※日本国内においては、AI解析に関する機能については将来的な提供を計画しています
病理標本のデジタル化からAIでのスクリーニング解析・遠隔病理診断・画像データの保管まで一貫したサービス提供が可能です。
(課題感にあわせて必要機能のみを提供することも可能です)
必要な標本情報への瞬時のアクセス / 物理的な保管スペースの解消 / 病理画像データ、症例情報を適切に管理・保管
病理診断業務の効率化 / 病理画像データ、症例情報を適切に管理・保管
※日本国内においては、AI解析に関する機能については将来的な提供を計画しています。
物理的な移動や病理標本の送付が不要 / 病理医間でのタイムリーな情報共有が可能
現在では、特に症例数の多い、胃・大腸・乳腺(悪性上皮性腫瘍と良性上皮性腫瘍と非腫瘍性病変)
および肺(悪性上皮性腫瘍と非腫瘍性病変)の組織判定をはじめ子宮頸部、尿の細胞判定(腫瘍性判定の有無)までAI解析の実用が可能であり、
今後、膵臓(組織判定)など他の臓器・症例に関しても研究・開発および実装を進める予定です。
Deep learning models for histopathological classification of gastric
and colonic epithelial tumors
Osamu Iizuka*1, Fahdi Kanavati*1, Kei Kato*1, Michael Rambeau*1, Koji Arihiro*2 & Masayuki Tsuneki*1
1)Medmain Inc. 2) Department of Anatomical Pathology, Hiroshima University Hospital
Published: 30 Jan, 2020 Scientific Reports
Weakly-supervised learning for lung carcinoma classification using deep learning
Fahdi Kanavati*1, Gouji Toyokawa*2, Seiya Momosaki*2, Michael Rambeau*1, Yuka Kozuma*2, Fumihiro Shoji*2, Koji Yamazaki*2, Sadanori Takeo*2, Osamu Iizuka*1, and Masayuki Tsuneki*1
1)Medmain Inc. 2) Clinical Research Institute, National Hospital Organization, Kyushu Medical Center
Published: 09 June, 2020 Scientific Reports