uPath PD-L1 (SP263) image analysis, NSCLC (CE-IVD)

Algoritmo listo para usar, rápido, coherente y automatizado para el apoyo a la decisión clínica

thumbnail-uPath-PD-L1-SP263-Image-Analysis-NSCLC

Algoritmos de análisis de imágenes uPath

Una solución de patología digital inteligente y perspicaz requiere herramientas de análisis de imágenes que permitan a los patólogos evaluar con confianza y objetividad las imágenes de portaobjetos de tejido completo. El algoritmo está indicado para su uso como ayuda en la identificación de pacientes para el tratamiento con terapias con el corte de positividad de TC PD-L1 ≥ 50% de acuerdo con el etiquetado del producto terapéutico aprobado.

 

Análisis de imágenes uPath PD-L1 (SP263), características del CPNM

 

  • Inteligencia artificial entrenada por patólogos: Resultado de la puntuación objetiva y reproducible de las imágenes de portaobjetos VENTANA DP 200 teñidas con el ensayo VENTANA PD-L1 (SP263)
  • Integrado en el software clínico uPath: Visualización sin fisuras, funcionalidad de alineación y sincronización, capacidad de compartir e informes
  • Análisis de todo el portaobjetos (WSA): Precálculo automatizado de la imagen del portaobjetos antes de la evaluación del patólogo, proporcionando resultados rápidos para las regiones de interés (ROI) definidas por el usuario
  • Puntuación automatizada con un solo clic: Calcula rápidamente la positividad de la tinción de las células tumorales de PD-L1 (SP263), ayudando a las posibles estrategias de tratamiento en el corte de ≥ 50%
  • Superposición visual clara: Resalta las células tumorales teñidas positiva y negativamente para facilitar la referencia

Integrado y listo para usar

Validado en el ensayo VENTANA PD-L1 (SP263), para su uso dentro del software empresarial Roche uPath.

Rápido y automatizado

Algoritmo de inteligencia artificial entrenado por un patólogo para el análisis de imágenes con un solo clic.

Precisión, consistencia y confianza

Evaluación procesable de imágenes de portaobjetos escaneadas que son objetivas y reproducibles, lo que ayuda a informar sobre posibles estrategias de tratamiento.