Algorithmes d’analyse d’images pour la pathologie numérique

Des algorithmes intelligents et perspicaces d’analyse d’images pathologiques numériques qui permettent aux anatomopathologistes d’évaluer de manière fiable, précise et objective des images de lames de tissu entier.


Pathologist showing a colleague a digital image of an immunohistochemical stain of a tumor tissue on a computer screen

La confiance commence par la clarté

Exploitez la puissance de l’intelligence artificielle (IA) pour supprimer les tâches chronophages de votre flux de travail de pathologie et permettre à votre équipe de se concentrer sur des tâches plus importantes.

Pionnière de la pathologie numérique, Roche a été la première entreprise à proposer un portefeuille complet d’algorithmes d’analyse d’images et d’applications de lecture numérique approuvés par la FDA pour les cinq marqueurs clés d’immunohistochimie (IHC) du sein1,2. Nous avons depuis fait évoluer notre technologie, en lançant des algorithmes d’analyse d’images pour la pathologie de lames entières.

Les algorithmes d’analyse d’images pour l’aide à la décision en pathologie fournissent une analyse des images du scanner de lames VENTANA® colorées avec un test Roche Tissue Diagnostics. Les algorithmes extraient des informations utiles à partir d’images de lames d’anatomopathologie, afin que les pathologistes puissent évaluer rapidement, précisément et en toute confiance des images de lames entières de tissus.

Nos algorithmes de pathologie numérique intégrés et prêts à l’emploi comprennent :

  • Analyse d’images uPath HER2 (4B5), tissu mammaire*
  • Analyse d’images uPath HER2 Dual ISH, tissu mammaire*
  • Analyse d’images uPath PD-L1 (SP263), CBNPC*
  • Analyse d’images uPath ER (SP1), tissu mammaire**
  • Analyse d’images uPath PR (1E2), tissu mammaire**
  • Analyse d’images uPath Ki-67 (30-9), tissu mammaire**
  • PD-L1 (SP142), algorithme pour le carcinome du sein par navify® Digital Pathology**

Faire progresser la médecine de précision grâce à un environnement de pathologie numérique ouvert et à des partenariats d’IA

L’environnement ouvert de Roche Digital Pathology permet l’intégration d’outils d’analyse d’images de tissus tumoraux avec navify® Digital Pathology, donnant aux pathologistes l’accès à un large éventail d’outils diagnostiques de Roche et de développeurs de logiciels tiers.

Nous collaborons avec d’autres compagnies innovantes du secteur pour apporter les solutions les plus avancées à nos clients. Roche s’est associée à PathAI pour développer des algorithmes de pathologie numérique avec interprétation assistée par IA pour les diagnostics compagnons, afin de faire progresser les solutions de médecine de précision. L’intégration du logiciel d’aide à la décision clinique Ibex dans la plateforme navify améliore les flux de travail de pathologie pour faciliter le diagnostic du cancer du sein et de la prostate.

Roche continuera d’investir dans le développement d’algorithmes de pathologie numérique de nouvelle génération, tout en facilitant un environnement de pathologie numérique ouvert permettant de partager la technologie entre les industriels et les partenaires de recherche afin de faire progresser l’efficacité et la précision des diagnostics.

Produits vedettes

Aucun produit trouvé

Avantages des algorithmes d’analyse d’images de Roche

Résultats rapides et fiables

Pour une prise de décision en toute confiance

Nos algorithmes d’analyse d’images génèrent des résultats exploitables, objectifs et reproductibles. Les algorithmes sont entraînés à l’aide d’un ensemble de données robustes et représentatives pour classer automatiquement les cellules et fournir un score spécifique au test.

Selon une étude, les algorithmes d’analyse d’images améliorent l’efficacité des rapports des pathologistes, démontrant une réduction de 66,8 % du délai diagnostique3. Les pathologistes peuvent prendre des décisions en toute confiance sur la base d’analyses rapides et précises.

Flux de travail efficaces

Algorithmes de pathologie numérique intégrés et prêts à l’emploi

Entièrement intégrés dans le logiciel d’entreprise navify Digital Pathology, les algorithmes d’analyse d’images de Roche permettent de visualiser, d’aligner, de synchroniser, de partager et de générer des rapports en toute transparence. Les algorithmes optimisés par l’IA rationalisent les processus, éliminant ainsi les tâches chronophages pour un flux de travail plus efficace et productif en pathologie.

Validation fiable

Garantie de résultats reproductibles

Les produits de diagnostic in vitro (DIV) de Roche Digital Pathology sont validés sur un ensemble robuste, fiable et représentatif de données de référence dans le cadre de l’écosystème complet de laboratoire de pathologie de Roche. Ce processus de validation supprime les variables pour garantir des résultats reproductibles.

Nos algorithmes cliniques et nos algorithmes d’analyse d’images réservés à la recherche (RUO) sont validés par un groupe de pathologistes à chaque étape du développement.

Aide à la décision clinique

Aider à améliorer les résultats des patients avec la médecine de précision

Amélioration de la médecine de précision pour améliorer les soins de santé personnalisés et la prise de décision clinique pour de meilleurs soins aux patients. Les algorithmes d’analyse d’images peuvent améliorer la concordance des cas difficiles de cancer du sein3.

Pathologiste analysant des images de lames entières colorées sur son ordinateur à l’aide d’algorithmes d’analyse d’images de Roche.

Collaborez avec nous pour améliorer ensemble les soins aux patients

L’environnement ouvert de Roche Digital Pathology rationalise l’intégration d’outils tiers d’analyse des tissus tumoraux avec le logiciel d’entreprise navify® Digital Pathology de Roche. Si vous avez la possibilité de collaborer, nous aimerions vous connaître.

*Marquage CE-IVD. Uniquement réservé à la recherche aux États-Unis. Ne pas utiliser pour les procédures diagnostiques.

Uniquement réservé à la recherche. Ne pas utiliser pour les procédures diagnostiques.

Le logiciel d’entreprise navify® Digital Pathology est marqué CE-IVD, aux États-Unis : réservé à la recherche. Ne pas utiliser pour les procédures diagnostiques aux États-Unis.

Statut d’enregistrement : marquage CE-IVD. Aux États-Unis, Roche Digital Pathology Dx (VENTANA DP 200) est disponible sous la forme d’un système d’imagerie de lames entières pour faciliter le diagnostic principal. Reportez-vous à l’étiquetage spécifique au produit pour connaître le statut réglementaire des scanners, des logiciels et/ou des algorithmes. Les produits DIV peuvent être utilisés pour un usage diagnostique in vitro. Les produits réservés à la recherche (Research Use Only, RUO) sont réservés exclusivement à la recherche et non aux procédures diagnostiques.

VENTANA et NAVIFY sont des marques commerciales de Roche. Les autres noms de produits et marques de commerce appartiennent à leurs propriétaires respectifs.

Références :

  1. https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K111543 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K121516 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K130515 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K111755 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K121033 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K111872 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K142965 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K122143 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K111869 ; https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm?ID=K140465 ;
  2. https://www.prnewswire.com/news-releases/ventana-receives-fda-clearance-for-estrogen-receptor-er-image-analysis-and-digital-read-application-for-breast-cancer-234579611.html
  3. Gough, M. et al. Improved concordance of challenging human epidermal growth factor receptor 2 dual in-situ hybridisation cases with the use of a digital image analysis algorithm in breast cancer. Histopathology. 2023 Jun 23; 83:647-656.