Ferramenta de quantificação do grau de aeração do parênquima pulmonar por tomografia computadorizada, pensada e desenvolvida para ser utilizada por médicos na assistência a pacientes com Síndrome do Desconforto Respiratório do Adulto (SDRA).
COVID-19
Com o surgimento da pandemia pelo novo Coronavírus, a lacuna na baixa adoção de métodos quantitativos pulmonares na prática médica de nossas UTIs se tornou mais clara. Motivados por isso, decidimos montar uma solução própria, desenhada para ser prática e fornecer de forma automatizada dados extremamente relevantes na condução clínica dos pacientes com SDRA, tanto causada pelo COVID-19 como por outras etiologias.
Integração
A nossa plataforma é desenvolvida para funcionar por meio de
um
web service em nuvem ou por APIs que podem se integrar com
o
sistema PACS da sua instituição.
Servidor em nuvem
API
Servidor DICOM
Como funciona?
Utilizamos técnicas de deep learning para segmentar a região total de pulmão e de suas áreas com deficiência de aeração nas tomografias computadorizadas.
Indicamos as estatísticas da aeração pulmonar por meio
do seu histograma e tabelas.
Indicamos quais as regiões dos pulmões estão mais afetadas.
Estatísticas do Pulmão
| Atributo | Pulmão hiperinsuflado | Pulmão bem aerado | Pulmão pobremente aerado | Pulmão não aerado |
|---|---|---|---|---|
| Intervalo | < -950 UH | -950 UH a -700 UH | -700 UH a -100 UH | -100 UH a 100 UH |
| Volume (L) | 0.00 | 0.31 | 1.44 | 0.16 |
| Porcentagem Volume(%) | 0.03 | 16.43 | 75.08 | 8.09 |
| Intensidade Média (UH) | -977.49 | -770.86 | -416.74 | -29.87 |
| Desvio Padrão | 22.14 | 47.68 | 161.14 | 48.43 |
| Kurtosis | -0.51 | -0.08 | -1.01 | -0.61 |
| Skewness | -0.81 | -0.66 | 0.09 | 0.54 |
