Abrégé

A disease diagnosis tool uses a vision transformer to determine a diagnosis of a disease from a high-resolution image of a body part. A disease diagnosis tool receives a high-resolution image of a body part. The disease diagnosis tool divides the high-resolution image into a plurality of tiles. For each tile, the disease diagnosis tool generates an embedding having a position encoding corresponding to the tile's position in the high-resolution image. The disease diagnosis tool inputs the embeddings for the tiles into a linear projection model whose output feeds a transformer and receives, as output from a model comprising the transformer, a diagnosis of a disease of the body part.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G06T 7/00 - Analyse d'image
• G06V 10/70 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G06N 20/00 - Apprentissage automatique

Abrégé

A disease diagnosis tool uses a vision transformer to determine a diagnosis of a disease from a high-resolution image of a body part. A disease diagnosis tool receives a high-resolution image of a body part. The disease diagnosis tool divides the high-resolution image into a plurality of tiles. For each tile, the disease diagnosis tool generates an embedding having a position encoding corresponding to the tile's position in the high-resolution image. The disease diagnosis tool inputs the embeddings for the tiles into a linear projection model whose output feeds a transformer and receives, as output from a model comprising the transformer, a diagnosis of a disease of the body part.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones
• G06T 7/168 - DécoupageDétection de bords impliquant des procédés de transformation de domaine

Abrégé

A disease diagnosis tool validates a diagnosis of a patient. The disease diagnosis tool receives a high-resolution image of a body part. The disease diagnosis tool divides the high-resolution image into a plurality of tiles and inputs a representation of each tile into an encoder portion of a model configured to perform a disease diagnosis based on the representations. The encoder has an attention mechanism. The disease diagnosis tool obtains a plurality of tokens representative of an attention of the encoder based on the attention mechanism. Each token is associated with a position of a tile of the plurality of tiles. The disease diagnosis tool generates a heat map corresponding to the image of the body part. The heat map comprises a two-dimensional image having pixels corresponding to tiles each with an amplitude based on a level of attention represented in the plurality of tokens corresponding to the tiles.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

SNAPSHOT SPECTRAL DOMAIN OPTICAL COHERENCE TOMOGRAPHER Provided is a snapshot spectral domain optical coherence tomographer comprising a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• G01B 9/02 - Interféromètres
• G01B 9/02015 - Interféromètres caractérisés par la configuration du parcours du faisceau
• G01B 9/02091 - Interféromètres tomographiques, p. ex. à cohérence optique
• G01J 3/45 - Spectrométrie par interférence

Abrégé

A device is disclosed for diagnosing a dental condition. The device captures image data representative of a tooth of a patient based on data obtained from a hardware device that scans the tooth. The device inputs the image data into a first supervised machine learning model, and receives, as output from the first supervised machine learning model, a plurality of biomarkers, each biomarker corresponding to a different location of the tooth. The device inputs the plurality of biomarkers into a second supervised machine learning model, and receives, as output from the second supervised machine learning model, a diagnosis of a dental condition.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G06T 7/00 - Analyse d'image

Produits et services

Biomedical research and development services, namely AI-enabled research and development services for medical diagnostics

Abrégé

Systems and methods are disclosed herein for classifying one or more disease conditions. In some embodiments, an application stores a common extraction model, the common extraction model trained using training examples for a plurality of diseases. The application stores a plurality of disease classifiers, each disease classifier configured to output whether or not its respective disease is present, each disease classifier trained using training examples for its respective disease. The application receives a selection of a disease and selects a disease classifier from the plurality of disease classifiers corresponding to the disease. The application inputs an image into the common extraction model and receives, as output from the common extraction model, a set of biomarkers extracted from the image. The application inputs the set of biomarkers into the selected disease classifier, the selected disease classifier configured to output whether or not the disease is present in the image.

Classes IPC  ?

• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G06V 10/70 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/77 - Traitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source

Abrégé

Systems and methods are disclosed herein for training a manifold foundational model to autonomously diagnose a new disease classification. In some embodiments, an application receives training data for a plurality of diseases, the training data for each disease including a training examples, each example having an image of a patient, a set of biomarkers indicative of a disease condition depicted in the image, and a label indicating whether the patient has the disease condition. The application trains a common extraction model using the training data for the plurality of diseases, where the common extraction model is configured to take images as input and to output biomarkers, and trains a plurality of disease classifiers, each disease classifier configured to take the output of the common extraction model as input and to output whether a respective disease for which the disease classifier is trained to detect is present in the images.

Classes IPC  ?

• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 10/77 - Traitement des caractéristiques d’images ou de vidéos dans les espaces de caractéristiquesDispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant l’intégration et la réduction de données, p. ex. analyse en composantes principales [PCA] ou analyse en composantes indépendantes [ ICA] ou cartes auto-organisatrices [SOM]Séparation aveugle de source
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

Systems and methods are disclosed herein for classifying one or more disease conditions. In some embodiments, an application stores a common extraction model, the common extraction model trained using training examples for a plurality of diseases. The application stores a plurality of disease classifiers, each disease classifier configured to output whether or not its respective disease is present, each disease classifier trained using training examples for its respective disease. The application receives a selection of a disease and selects a disease classifier from the plurality of disease classifiers corresponding to the disease. The application inputs an image into the common extraction model and receives, as output from the common extraction model, a set of biomarkers extracted from the image. The application inputs the set of biomarkers into the selected disease classifier, the selected disease classifier configured to output whether or not the disease is present in the image.

Classes IPC  ?

• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients
• G16H 50/50 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour la simulation ou la modélisation des troubles médicaux
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 30/00 - TIC spécialement adaptées au maniement ou au traitement d’images médicales

Abrégé

Systems and methods are disclosed herein for determining a diagnosis based on a base skin tone of a patient. In an embodiment, the system receives a base skin tone image of a patient, generates a calibrated base skin tone image by calibrating the base skin tone image using a reference calibration profile, and determines a base skin tone of the patient based on the calibrated base skin tone image. The system receives a concern image of a portion of the patient's skin, and selects a set of machine learning diagnostic models from a plurality of sets of candidate machine learning diagnostic models based on the base skin tone of the patient, each of the sets of candidate machine learning diagnostic models trained to receive the concern image and output a diagnosis of a condition of the patient.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
• G06T 7/00 - Analyse d'image
• G06T 7/90 - Détermination de caractéristiques de couleur
• G06V 10/56 - Extraction de caractéristiques d’images ou de vidéos relative à la couleur
• G06V 10/72 - Préparation de données, p. ex. prétraitement statistique des caractéristiques d’images ou de vidéos
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 40/10 - Corps d’êtres humains ou d’animaux, p. ex. occupants de véhicules automobiles ou piétonsParties du corps, p. ex. mains

Produits et services

Biomedical research and development services, namely, ai-enabled research and development services for medical diagnostics.

Produits et services

Biomedical research and development services, namely, AI-enabled research and development services for medical diagnostics

Abrégé

A fully autonomous system is used to subclassify a disease in a patient. For example, a tool receives one or more images of a body part of a patient, inputs the one or more images into a diagnostic model, and receives, as output from the diagnostic model, a diagnosis for the patient. The tool determines whether the diagnosis is positive for a given disease, and, responsive to determining that the diagnosis is positive, inputs a representation of the one or more images into a diagnosis subclassification model. The tool determines, based on output from the diagnosis subclassification model, a subclassification for the diagnosis, and outputs a control signal based on the subclassification.

Classes IPC  ?

• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux
• A61B 5/16 - Dispositifs pour la psychotechnieTest des temps de réaction
• G06N 20/20 - Techniques d’ensemble en apprentissage automatique
• G16H 10/20 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des essais ou des questionnaires cliniques électroniques
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p. ex. pour des dossiers électroniques de patients
• G16H 20/10 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients concernant des médicaments ou des médications, p. ex. pour s’assurer de l’administration correcte aux patients
• G16H 80/00 - TIC spécialement adaptées pour faciliter la communication entre les professionnels de la santé ou les patients, p. ex. pour le diagnostic collaboratif, la thérapie collaborative ou la surveillance collaborative de l’état de santé

Abrégé

A fully autonomous system is used to subclassify a disease in a patient. For example, a tool receives one or more images of a body part of a patient, inputs the one or more images into a diagnostic model, and receives, as output from the diagnostic model, a diagnosis for the patient. The tool determines whether the diagnosis is positive for a given disease, and, responsive to determining that the diagnosis is positive, inputs a representation of the one or more images into a diagnosis subclassification model. The tool determines, based on output from the diagnosis subclassification model, a subclassification for the diagnosis, and outputs a control signal based on the subclassification.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

A system for recording, storing and processing diagnostic information, including: a computer implementing a computer-readable media including digital data and ground truth; a registry constructed and arranged to store and associate transactions or accesses on the data; and a machine learning system that considers each learning step modification a microtransaction for the data used in that step and which is recorded in the transaction registry. Other embodiments of this aspect include corresponding computer systems, apparatus, and computer programs recorded on one or more computer storage devices, each configured to perform the actions of the methods.

Classes IPC  ?

• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G06F 16/23 - Mise à jour
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06N 3/084 - Rétropropagation, p. ex. suivant l’algorithme du gradient
• G06V 30/19 - Reconnaissance utilisant des moyens électroniques
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Abrégé

Systems and methods are provided herein for minimizing retinal exposure to flash during image gathering for diagnosis. In an embodiment, a system captures a plurality of retinal images of different retinal regions. The system determines that a first portion of a first image does not meet a criterion while a second portion of the first image does meet the criterion, identifies a portion of the retina depicted in the first portion that does not meet the criterion, and determines whether the portion of the retina is depicted in a third portion of a second image and whether the third portion meets the criterion. Responsive to determining that the third portion meets the criterion, the system performs the diagnosis. Responsive to determining that the portion of the retina is not depicted in the second image, the system captures an additional image of the retinal region.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne

Abrégé

Disclosed is a system for qualifying medical images submitted by user for diagnostic analysis comprising: an image input module, configured to receive one or more image input by a user; an image protocol conformation module, configured to receive the one or more images from the image input module, and further configured to analyze each of the one or more images for conformity with a predefined protocol and wherein images that do not conform to the predefined protocol are flagged as non-conforming images; an image output module, configured to identify to the user each of the one or more images flagged as non-conforming and prompting the user to resubmit a new image for each of the non-conforming images; and an image resubmission module, configured to receive the user resubmitted image and provide the resubmitted image to the image protocol conformation module.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

A diagnosis system trains a set of machine-learned diagnosis models that are configured to receive an image of a patient and generate predictions on whether the patient has one or more health conditions. In one embodiment, the set of machine-learned models are trained to generate predictions for images that contain two or more underlying health conditions of the patient. In one instance, the symptoms for the two or more health conditions are shown as two or more overlapping skin abnormalities on the patient. By using the architectures of the set of diagnosis models described herein, the diagnosis system can generate more accurate predictions for images that contain overlapping symptoms for two or more health conditions compared to existing systems.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS

Abrégé

Systems and methods are disclosed herein for detecting eye alignment during retinal imaging. In an embodiment, the system receives an infrared stream from an imaging device, the infrared stream showing characteristics of an eye of a patient. The system determines, based on the infrared stream, that the eye is improperly aligned at a first time, and outputs sensory feedback indicative of the improper alignment. The system detects, based on the infrared stream at a second time later than the first time, that the eye is properly aligned, and receives an image of a retina of the properly aligned eye from the imaging device.

Classes IPC  ?

• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• A61B 3/113 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour déterminer ou enregistrer le mouvement de l'œil
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local

Abrégé

A cleaning wizard monitors and provides feedback for cleaning of medical equipment to ensure that cleaning is performed based on best practices. The cleaning wizard receives a video stream comprising an item of medical equipment and inputs a first set of video frames from the video stream into a first machine learning model. The first machine learning model is trained to output whether the first set of video frames corresponds to activity that initiates a cleaning protocol for the item of medical equipment. Responsive to the cleaning protocol being initiated, the cleaning wizard inputs a second set of video frames into a second machine learning model trained to output whether the second set of frames meets criteria of the cleaning protocol. Responsive to all criteria of the cleaning protocol being met, the cleaning wizard transmits a notification to an operator that the cleaning protocol is complete.

Classes IPC  ?

• G06V 20/40 - ScènesÉléments spécifiques à la scène dans le contenu vidéo
• A61L 2/24 - Appareils utilisant des opérations programmées ou automatiques
• A61L 2/28 - Dispositifs pour tester l'efficacité ou l'intégralité de la stérilisation, p. ex. indicateurs qui changent de couleur
• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p. ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 40/67 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement à distance

Abrégé

A device is disclosed herein that receives image data corresponding to an anatomy of a patient. The device applies the image data to one or more feature models trained using training data that pairs anatomical images to an anatomical feature label, and receives, as output from the one or more feature models, scores for each of a plurality of anatomical features corresponding to the image data. The device applies the scores as input to a treatment model, the treatment model trained to output a prediction of a measure of efficacy of a particular treatment based on features of the patient's anatomy. The device receives, as output from the treatment model, data representative of the predicted measure of efficacy of the particular treatment.

Classes IPC  ?

• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06T 7/00 - Analyse d'image
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Provided is a snapshot spectral domain optical coherence tomographer comprising a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• G01B 9/02 - Interféromètres
• G01B 9/02015 - Interféromètres caractérisés par la configuration du parcours du faisceau
• G01B 9/02091 - Interféromètres tomographiques, p. ex. à cohérence optique
• G01J 3/45 - Spectrométrie par interférence

Abrégé

Systems and methods are disclosed herein for determining a diagnosis based on a base skin tone of a patient. In an embodiment, the system receives a base skin tone image of a patient, generates a calibrated base skin tone image by calibrating the base skin tone image using a reference calibration profile, and determines a base skin tone of the patient based on the calibrated base skin tone image. The system receives a concern image of a portion of the patient's skin, and selects a set of machine learning diagnostic models from a plurality of sets of candidate machine learning diagnostic models based on the base skin tone of the patient, each of the sets of candidate machine learning diagnostic models trained to receive the concern image and output a diagnosis of a condition of the patient.

Classes IPC  ?

• G06T 7/90 - Détermination de caractéristiques de couleur
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
• G06T 7/00 - Analyse d'image
• G06V 10/56 - Extraction de caractéristiques d’images ou de vidéos relative à la couleur
• G06V 10/72 - Préparation de données, p. ex. prétraitement statistique des caractéristiques d’images ou de vidéos
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 40/10 - Corps d’êtres humains ou d’animaux, p. ex. occupants de véhicules automobiles ou piétonsParties du corps, p. ex. mains
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A fully autonomous system is used to diagnose an ear infection in a patient. For example, a processor receives patient data about a patient, the patient data comprising at least one of: patient history from medical records for the patient, one or more vitals measurements of the patient, and answers from the patient about the patient's condition. The processor receives a set of biomarker features extracted from measurement data taken from an ear of the patient. The processor synthesizes the patient data and the biomarker features into input data, and applies the synthesized input data to a trained diagnostic model, the diagnostic model comprising a machine learning model configured to output a probability-based diagnosis of an ear infection from the synthesized input data. The processor outputs the determined diagnosis from the diagnostic model. A service may then determine a therapy for the patient based on the determined diagnosis.

Classes IPC  ?

• A61B 5/12 - Audiométrie
• A61B 1/227 - Instruments pour procéder à l'examen médical de l'intérieur des cavités ou des conduits du corps par inspection visuelle ou photographique, p. ex. endoscopesDispositions pour l'éclairage dans ces instruments pour les oreilles, c.-à-d. otoscopes
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p. ex. pour des dossiers électroniques de patients
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices. Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye. Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services.

Abrégé

Systems and methods are disclosed herein for adjusting flash intensity based on retinal pigmentation. In an embodiment, a processor determines a retinal pigmentation of a retina of an eye positioned at an imaging device. The processor commands the imaging device to adjust an intensity of a flash component from a first intensity to a second intensity based on the retinal pigmentation. The processor commands the imaging device to capture an image that is lit by the flash component at the second intensity, and receives the image from the imaging device.

Classes IPC  ?

• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

A system for recording, storing and processing diagnostic information, including: a computer implementing a computer-readable media including digital data and ground truth; a registry constructed and arranged to store and associate transactions or accesses on the data; and a machine learning system that considers each learning step modification a microtransaction for the data used in that step and which is recorded in the transaction registry. Other embodiments of this aspect include corresponding computer systems, apparatus, and computer programs recorded on one or more computer storage devices, each configured to perform the actions of the methods.

Classes IPC  ?

• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G06F 16/23 - Mise à jour
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06N 3/084 - Rétropropagation, p. ex. suivant l’algorithme du gradient
• G06V 30/19 - Reconnaissance utilisant des moyens électroniques
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Produits et services

(1) Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices (1) Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye (2) Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services

Abrégé

An ocular alignment system for aligning a subject's eye with an optical axis of an ocular imaging device comprising one or more guide light and one or more baffle configured to mask the one or more guide light from view of the subject such that the one or more guide light is only visible to the subject when the eye of the subject is aligned with the optical axis of an ocular imaging system.

Classes IPC  ?

• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites

Abrégé

Systems and methods are provided herein for minimizing retinal exposure to flash during image gathering for diagnosis. In an embodiment, a system captures a plurality of retinal images of different retinal regions. The system determines that a first portion of a first image does not meet a criterion while a second portion of the first image does meet the criterion, identifies a portion of the retina depicted in the first portion that does not meet the criterion, and determines whether the portion of the retina is depicted in a third portion of a second image and whether the third portion meets the criterion. Responsive to determining that the third portion meets the criterion, the system performs the diagnosis. Responsive to determining that the portion of the retina is not depicted in the second image, the system captures an additional image of the retinal region.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne

Produits et services

Providing temporary use of online non-downloadable software, namely, provision of web-based software to access healthcare diagnostic data.

Produits et services

(1) Non-downloadable web-based software, namely, web-based software to access healthcare diagnostic data;

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease for use on hand held devices Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services

Abrégé

Provide are systems methods and devices for diagnosing disease in medical images. In certain aspects, disclosed is a method for training a neural network to detect features in a retinal image including the steps of: a) extracting one or more features images from a Train_0 set, a Test_0 set, a Train_1 set and a Test_1 set; b) combining and randomizing the feature images from Train_0 and Train_1 into a Training data set; c) combining and randomizing the feature images from Test_0 and Test_1 into a testing dataset; d) training a plurality of neural networks having different architectures using a subset of the training dataset while testing on a subset of the testing dataset; e) identifying the best neural network based on each of the plurality of neural networks performance on the testing data set; f) inputting images from Test_0, Train_1, Train_0 and Test_1 to the best neural network and identifying a limited number of false positives and false negative and adding the false positives and false negatives to the training dataset and testing dataset; and g) repeating steps d)-g) until an objective performance threshold is reached.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06N 3/08 - Méthodes d'apprentissage
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06N 3/045 - Combinaisons de réseaux
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease. Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye. Medical analysis of the eye for the diagnosis of disease in persons; medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; medical imaging services.

Abrégé

A fully autonomous system is used to diagnose an ear infection in a patient. For example, a processor receives patient data about a patient, the patient data comprising at least one of: patient history from medical records for the patient, one or more vitals measurements of the patient, and answers from the patient about the patient's condition. The processor receives a set of biomarker features extracted from measurement data taken from an ear of the patient. The processor synthesizes the patient data and the biomarker features into input data, and applies the synthesized input data to a trained diagnostic model, the diagnostic model comprising a machine learning model configured to output a probability-based diagnosis of an ear infection from the synthesized input data. The processor outputs the determined diagnosis from the diagnostic model. A service may then determine a therapy for the patient based on the determined diagnosis.

Classes IPC  ?

• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p. ex. pour des dossiers électroniques de patients
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• A61B 5/12 - Audiométrie
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients
• A61B 1/227 - Instruments pour procéder à l'examen médical de l'intérieur des cavités ou des conduits du corps par inspection visuelle ou photographique, p. ex. endoscopesDispositions pour l'éclairage dans ces instruments pour les oreilles, c.-à-d. otoscopes

Produits et services

(1) Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease. (1) Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye. (2) Medical analysis of the eye for the diagnosis of disease in persons; medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; medical imaging services.

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease. Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye. Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services.

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease. Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye. Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services.

Produits et services

(1) Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease; (1) Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye; (2) Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services;

Produits et services

(1) Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease; (1) Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye; (2) Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services;

Abrégé

A system for recording, storing and processing diagnostic information, including: a computer implementing a computer-readable media including digital data and ground truth; a registry constructed and arranged to store and associate transactions or accesses on the data; and a machine learning system that considers each learning step modification a microtransaction for the data used in that step and which is recorded in the transaction registry. Other embodiments of this aspect include corresponding computer systems, apparatus, and computer programs recorded on one or more computer storage devices, each configured to perform the actions of the methods.

Classes IPC  ?

• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G06F 16/23 - Mise à jour
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06N 3/084 - Rétropropagation, p. ex. suivant l’algorithme du gradient
• G06V 30/19 - Reconnaissance utilisant des moyens électroniques
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients

Produits et services

Non-downloadable web-based software, namely, providing temporary use of a non-downloadable web-based software for authorizing access to healthcare diagnostic data

Abrégé

A device is disclosed for diagnosing a dental condition. The device captures image data representative of a tooth of a patient based on data obtained from a hardware device that scans the tooth. The device inputs the image data into a first supervised machine learning model, and receives, as output from the first supervised machine learning model, a plurality of biomarkers, each biomarker corresponding to a different location of the tooth. The device inputs the plurality of biomarkers into a second supervised machine learning model, and receives, as output from the second supervised machine learning model, a diagnosis of a dental condition.

Classes IPC  ?

• A61C 19/04 - Instruments de mesure spécialement adaptés à la technique dentaire
• G06N 3/09 - Apprentissage supervisé
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A device is disclosed for diagnosing a dental condition. The device captures image data representative of a tooth of a patient based on data obtained from a hardware device that scans the tooth. The device inputs the image data into a first supervised machine learning model, and receives, as output from the first supervised machine learning model, a plurality of biomarkers, each biomarker corresponding to a different location of the tooth. The device inputs the plurality of biomarkers into a second supervised machine learning model, and receives, as output from the second supervised machine learning model, a diagnosis of a dental condition.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G06T 7/00 - Analyse d'image

Abrégé

A device is disclosed for diagnosing a dental condition. The device captures image data representative of a tooth of a patient based on data obtained from a hardware device that scans the tooth. The device inputs the image data into a first supervised machine learning model, and receives, as output from the first supervised machine learning model, a plurality of biomarkers, each biomarker corresponding to a different location of the tooth. The device inputs the plurality of biomarkers into a second supervised machine learning model, and receives, as output from the second supervised machine learning model, a diagnosis of a dental condition.

Classes IPC  ?

• A61C 19/04 - Instruments de mesure spécialement adaptés à la technique dentaire
• A61B 6/14 - Applications ou adaptations à l'art dentaire
• G06N 3/09 - Apprentissage supervisé
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A device is disclosed herein that receives image data corresponding to an anatomy of a patient. The device applies the image data to one or more feature models trained using training data that pairs anatomical images to an anatomical feature label, and receives, as output from the one or more feature models, scores for each of a plurality of anatomical features corresponding to the image data. The device applies the scores as input to a treatment model, the treatment model trained to output a prediction of a measure of efficacy of a particular treatment based on features of the patient' s anatomy. The device receives, as output from the treatment model, data representative of the predicted measure of efficacy of the particular treatment.

Classes IPC  ?

• G06N 20/00 - Apprentissage automatique
• G06T 7/00 - Analyse d'image
• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A device is disclosed herein that receives image data corresponding to an anatomy of a patient. The device applies the image data to one or more feature models trained using training data that pairs anatomical images to an anatomical feature label, and receives, as output from the one or more feature models, scores for each of a plurality of anatomical features corresponding to the image data. The device applies the scores as input to a treatment model, the treatment model trained to output a prediction of a measure of efficacy of a particular treatment based on features of the patient's anatomy. The device receives, as output from the treatment model, data representative of the predicted measure of efficacy of the particular treatment.

Classes IPC  ?

• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06T 7/00 - Analyse d'image
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A device is disclosed herein that receives image data corresponding to an anatomy of a patient. The device applies the image data to one or more feature models trained using training data that pairs anatomical images to an anatomical feature label, and receives, as output from the one or more feature models, scores for each of a plurality of anatomical features corresponding to the image data. The device applies the scores as input to a treatment model, the treatment model trained to output a prediction of a measure of efficacy of a particular treatment based on features of the patient' s anatomy. The device receives, as output from the treatment model, data representative of the predicted measure of efficacy of the particular treatment.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 20/00 - TIC spécialement adaptées aux thérapies ou aux plans d’amélioration de la santé, p. ex. pour manier les prescriptions, orienter la thérapie ou surveiller l’observance par les patients
• G06N 20/00 - Apprentissage automatique
• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services

Abrégé

A diagnosis system trains a set of machine-learned diagnosis models that are configured to receive an image of a patient and generate predictions on whether the patient has one or more health conditions. In one embodiment, the set of machine-learned models are trained to generate predictions for images that contain two or more underlying health conditions of the patient. In one instance, the symptoms for the two or more health conditions are shown as two or more overlapping skin abnormalities on the patient. By using the architectures of the set of diagnosis models described herein, the diagnosis system can generate more accurate predictions for images that contain overlapping symptoms for two or more health conditions compared to existing systems.

Classes IPC  ?

• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

A cleaning wizard monitors and provides feedback for cleaning of medical equipment to ensure that cleaning is performed based on best practices. The cleaning wizard receives a video stream comprising an item of medical equipment and inputs a first set of video frames from the video stream into a first machine learning model. The first machine learning model is trained to output whether the first set of video frames corresponds to activity that initiates a cleaning protocol for the item of medical equipment. Responsive to the cleaning protocol being initiated, the cleaning wizard inputs a second set of video frames into a second machine learning model trained to output whether the second set of frames meets criteria of the cleaning protocol. Responsive to all criteria of the cleaning protocol being met, the cleaning wizard transmits a notification to an operator that the cleaning protocol is complete.

Classes IPC  ?

• G06V 20/40 - ScènesÉléments spécifiques à la scène dans le contenu vidéo
• A61L 2/24 - Appareils utilisant des opérations programmées ou automatiques
• A61L 2/28 - Dispositifs pour tester l'efficacité ou l'intégralité de la stérilisation, p. ex. indicateurs qui changent de couleur
• G06T 7/70 - Détermination de la position ou de l'orientation des objets ou des caméras
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p. ex. pour la gestion du personnel hospitalier ou de salles d’opération
• G16H 40/67 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement à distance

Abrégé

Systems and methods are disclosed herein for determining a diagnosis based on a base skin tone of a patient. In an embodiment, the system receives a base skin tone image of a patient, generates a calibrated base skin tone image by calibrating the base skin tone image using a reference calibration profile, and determines a base skin tone of the patient based on the calibrated base skin tone image. The system receives a concern image of a portion of the patient's skin, and selects a set of machine learning diagnostic models from a plurality of sets of candidate machine learning diagnostic models based on the base skin tone of the patient, each of the sets of candidate machine learning diagnostic models trained to receive the concern image and output a diagnosis of a condition of the patient.

Classes IPC  ?

• G06T 7/90 - Détermination de caractéristiques de couleur
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• A61B 5/103 - Dispositifs de mesure pour le contrôle de la forme, du dessin, de la dimension ou du mouvement du corps ou de parties de celui-ci, à des fins de diagnostic
• G06T 7/00 - Analyse d'image
• G06V 10/56 - Extraction de caractéristiques d’images ou de vidéos relative à la couleur
• G06V 10/72 - Préparation de données, p. ex. prétraitement statistique des caractéristiques d’images ou de vidéos
• G06V 10/764 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant la classification, p. ex. des objets vidéo
• G06V 40/10 - Corps d’êtres humains ou d’animaux, p. ex. occupants de véhicules automobiles ou piétonsParties du corps, p. ex. mains
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Produits et services

Cameras; downloadable computer software for capturing and analyzing images of the eye to determine signs of disease; Downloadable computer software using artificial intelligence for capturing and analyzing images of the eye to determine signs of disease Training in the use of medical analysis software to determine signs of disease by capturing and analyzing images of the eye Medical analysis of the eye for the diagnosis of disease in persons; Medical diagnosis of diabetic retinopathy, macular edema, age related macular degeneration, stroke, myocardial infarction, cerebral atrophy, cognitive decline, and hypertension by capturing and analyzing images of the eye; Medical imaging services

Abrégé

A diagnosis system trains a set of machine-learned diagnosis models that are configured to receive an image of a patient and generate predictions on whether the patient has one or more health conditions. In one embodiment, the set of machine-learned models are trained to generate predictions for images that contain two or more underlying health conditions of the patient. In one instance, the symptoms for the two or more health conditions are shown as two or more overlapping skin abnormalities on the patient. By using the architectures of the set of diagnosis models described herein, the diagnosis system can generate more accurate predictions for images that contain overlapping symptoms for two or more health conditions compared to existing systems.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS

Abrégé

Disclosed is a system for qualifying medical images submitted by user for diagnostic analysis comprising: an image input module, configured to receive one or more image input by a user; an image protocol conformation module, configured to receive the one or more images from the image input module, and further configured to analyze each of the one or more images for conformity with a predefined protocol and wherein images that do not conform to the predefined protocol are flagged as non-conforming images; an image output module, configured to identify to the user each of the one or more images flagged as non-conforming and prompting the user to resubmit a new image for each of the non-conforming images; and an image resubmission module, configured to receive the user resubmitted image and provide the resubmitted image to the image protocol conformation module.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

Systems and methods are disclosed herein for detecting eye alignment during retinal imaging. In an embodiment, the system receives an infrared stream from an imaging device, the infrared stream showing characteristics of an eye of a patient. The system determines, based on the infrared stream, that the eye is improperly aligned at a first time, and outputs sensory feedback indicative of the improper alignment. The system detects, based on the infrared stream at a second time later than the first time, that the eye is properly aligned, and receives an image of a retina of the properly aligned eye from the imaging device.

Classes IPC  ?

• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/02 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure subjective, c.-à-d. appareils de d’examen nécessitant la participation active du patient
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/113 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour déterminer ou enregistrer le mouvement de l'œil
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• G16H 40/63 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement d’équipement ou de dispositifs médicaux pour le fonctionnement local

Abrégé

Systems and methods are disclosed herein for detecting eye alignment during retinal imaging. In an embodiment, the system receives an infrared stream from an imaging device, the infrared stream showing characteristics of an eye of a patient. The system determines, based on the infrared stream, that the eye is improperly aligned at a first time, and outputs sensory feedback indicative of the improper alignment. The system detects, based on the infrared stream at a second time later than the first time, that the eye is properly aligned, and receives an image of a retina of the properly aligned eye from the imaging device.

Classes IPC  ?

• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites

Abrégé

Systems and methods are disclosed herein for detecting eye alignment during retinal imaging. In an embodiment, the system receives an infrared stream from an imaging device, the infrared stream showing characteristics of an eye of a patient. The system determines, based on the infrared stream, that the eye is improperly aligned at a first time, and outputs sensory feedback indicative of the improper alignment. The system detects, based on the infrared stream at a second time later than the first time, that the eye is properly aligned, and receives an image of a retina of the properly aligned eye from the imaging device.

Classes IPC  ?

• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image

Abrégé

Systems and methods are provided herein for minimizing retinal exposure to flash during image gathering for diagnosis. In an embodiment, a system captures a plurality of retinal images of different retinal regions. The system determines that a first portion of a first image does not meet a criterion while a second portion of the first image does meet the criterion, identifies a portion of the retina depicted in the first portion that does not meet the criterion, and determines whether the portion of the retina is depicted in a third portion of a second image and whether the third portion meets the criterion. Responsive to determining that the third portion meets the criterion, the system performs the diagnosis. Responsive to determining that the portion of the retina is not depicted in the second image, the system captures an additional image of the retinal region.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient

Abrégé

Systems and methods are disclosed herein for adjusting flash intensity based on retinal pigmentation. In an embodiment, a processor determines a retinal pigmentation of a retina of an eye positioned at an imaging device. The processor commands the imaging device to adjust an intensity of a flash component from a first intensity to a second intensity based on the retinal pigmentation. The processor commands the imaging device to capture an image that is lit by the flash component at the second intensity, and receives the image from the imaging device.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient

Abrégé

Systems and methods are provided herein for minimizing retinal exposure to flash during image gathering for diagnosis. In an embodiment, a system captures a plurality of retinal images of different retinal regions. The system determines that a first portion of a first image does not meet a criterion while a second portion of the first image does meet the criterion, identifies a portion of the retina depicted in the first portion that does not meet the criterion, and determines whether the portion of the retina is depicted in a third portion of a second image and whether the third portion meets the criterion. Responsive to determining that the third portion meets the criterion, the system performs the diagnosis. Responsive to determining that the portion of the retina is not depicted in the second image, the system captures an additional image of the retinal region.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06T 7/00 - Analyse d'image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Systems and methods are provided herein for minimizing retinal exposure to flash during image gathering for diagnosis. In an embodiment, a system captures a plurality of retinal images of different retinal regions. The system determines that a first portion of a first image does not meet a criterion while a second portion of the first image does meet the criterion, identifies a portion of the retina depicted in the first portion that does not meet the criterion, and determines whether the portion of the retina is depicted in a third portion of a second image and whether the third portion meets the criterion. Responsive to determining that the third portion meets the criterion, the system performs the diagnosis. Responsive to determining that the portion of the retina is not depicted in the second image, the system captures an additional image of the retinal region.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient

Abrégé

Systems and methods are disclosed herein for adjusting flash intensity based on retinal pigmentation. In an embodiment, a processor determines a retinal pigmentation of a retina of an eye positioned at an imaging device. The processor commands the imaging device to adjust an intensity of a flash component from a first intensity to a second intensity based on the retinal pigmentation. The processor commands the imaging device to capture an image that is lit by the flash component at the second intensity, and receives the image from the imaging device.

Classes IPC  ?

• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

Systems and methods are disclosed herein for adjusting flash intensity based on retinal pigmentation. In an embodiment, a processor determines a retinal pigmentation of a retina of an eye positioned at an imaging device. The processor commands the imaging device to adjust an intensity of a flash component from a first intensity to a second intensity based on the retinal pigmentation. The processor commands the imaging device to capture an image that is lit by the flash component at the second intensity, and receives the image from the imaging device.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient

Abrégé

A system for recording, storing and processing diagnostic information, including: a computer implementing a computer-readable media including digital data and ground truth; a registry constructed and arranged to store and associate transactions or accesses on the data; and a machine learning system that considers each learning step modification a microtransaction for the data used in that step and which is recorded in the transaction registry. Other embodiments of this aspect include corresponding computer systems, apparatus, and computer programs recorded on one or more computer storage devices, each configured to perform the actions of the methods.

Classes IPC  ?

• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G06F 16/23 - Mise à jour
• G06N 3/084 - Rétropropagation, p. ex. suivant l’algorithme du gradient
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06V 30/19 - Reconnaissance utilisant des moyens électroniques

Produits et services

Downloadable medical software for diagnosis of disease conditions. Providing online non-downloadable medical software for diagnosis of disease conditions. Medical testing for diagnostic or treatment purposes; Providing medical diagnostic services of various disease conditions.

Produits et services

Downloadable medical software for diagnosis of disease conditions. Providing online non-downloadable medical software for diagnosis of disease conditions. Medical testing for diagnostic or treatment purposes; Providing medical diagnostic services of various disease conditions.

Produits et services

Downloadable medical software for diagnosis of disease conditions. Providing online non-downloadable medical software for diagnosis of disease conditions. Medical testing for diagnostic or treatment purposes; Providing medical diagnostic services of various disease conditions.

Abrégé

A diagnosis system trains a set of machine-learned diagnosis models that are configured to receive an image of a patient and generate predictions on whether the patient has one or more health conditions. In one embodiment, the set of machine-learned models are trained to generate predictions for images that contain two or more underlying health conditions of the patient. In one instance, the symptoms for the two or more health conditions are shown as two or more overlapping skin abnormalities on the patient. By using the architectures of the set of diagnosis models described herein, the diagnosis system can generate more accurate predictions for images that contain overlapping symptoms for two or more health conditions compared to existing systems.

Classes IPC  ?

• G06N 20/00 - Apprentissage automatique
• G06T 7/00 - Analyse d'image
• G06T 7/11 - Découpage basé sur les zones
• G16H 30/00 - TIC spécialement adaptées au maniement ou au traitement d’images médicales
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

A medical decision system generates, using a classifier, a medical decision based on an electronic patient record, which is compiled by medical decision system based on existing event data stored in cloud system. The medical decision system establishes a connection with a device at a second time and receives, from the device, additional event data. Each event in the additional event data has a timestamp corresponding to a first time at least a threshold amount of time prior to the second time, and a delta between the first time and the second time occurred at least in part due to the device being incapable of establishing the connection at the first time. The medical decision system determines whether the additional event data is valid. If the additional event data is valid, the medical decision system merges the additional event data into the existing event data and updates the medical decision.

Classes IPC  ?

• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G06N 20/00 - Apprentissage automatique
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p. ex. pour des dossiers électroniques de patients

Abrégé

A cleaning wizard monitors and provides feedback for cleaning of medical equipment to ensure that cleaning is performed based on best practices. The cleaning wizard receives a video stream comprising an item of medical equipment and inputs a first set of video frames from the video stream into a first machine learning model. The first machine learning model is trained to output whether the first set of video frames corresponds to activity that initiates a cleaning protocol for the item of medical equipment. Responsive to the cleaning protocol being initiated, the cleaning wizard inputs a second set of video frames into a second machine learning model trained to output whether the second set of frames meets criteria of the cleaning protocol. Responsive to all criteria of the cleaning protocol being met, the cleaning wizard transmits a notification to an operator that the cleaning protocol is complete.

Classes IPC  ?

• A47K 7/04 - Dispositifs de lavage ou nettoyage, à main ou mécaniques
• A61B 90/80 - Instruments pour nettoyer ou laver la peau des chirurgiens ou des patients
• A61L 2/24 - Appareils utilisant des opérations programmées ou automatiques
• B08B 7/04 - Nettoyage par des procédés non prévus dans une seule autre sous-classe ou un seul groupe de la présente sous-classe par une combinaison d'opérations
• G08B 21/24 - Alarmes aide-mémoire, p. ex. alarmes contre la perte
• G16H 40/20 - TIC spécialement adaptées à la gestion ou à l’administration de ressources ou d’établissements de santéTIC spécialement adaptées à la gestion ou au fonctionnement d’équipement ou de dispositifs médicaux pour la gestion ou l’administration de ressources ou d’établissements de soins de santé, p. ex. pour la gestion du personnel hospitalier ou de salles d’opération

Abrégé

Systems and methods are disclosed herein for determining a diagnosis based on a base skin tone of a patient. In an embodiment, the system receives a base skin tone image of a patient, generates a calibrated base skin tone image by calibrating the base skin tone image using a reference calibration profile, and determines a base skin tone of the patient based on the calibrated base skin tone image. The system receives a concern image of a portion of the patient's skin, and selects a set of machine learning diagnostic models from a plurality of sets of candidate machine learning diagnostic models based on the base skin tone of the patient, each of the sets of candidate machine learning diagnostic models trained to receive the concern image and output a diagnosis of a condition of the patient.

Classes IPC  ?

• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G06T 1/00 - Traitement de données d'image, d'application générale
• G06T 7/00 - Analyse d'image
• G06V 10/40 - Extraction de caractéristiques d’images ou de vidéos
• G06V 30/18 - Extraction d’éléments ou de caractéristiques de l’image
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux

Abrégé

Provided is a snapshot spectral domain optical coherence tomographer comprising a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes
• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• G01B 9/02 - Interféromètres
• G01B 9/02015 - Interféromètres caractérisés par la configuration du parcours du faisceau
• G01B 9/02091 - Interféromètres tomographiques, p. ex. à cohérence optique
• G01J 3/45 - Spectrométrie par interférence

Abrégé

An ocular alignment system for aligning a subject's eye with an optical axis of an ocular imaging device comprising one or more guide light and one or more baffle configured to mask the one or more guide light from view of the subject such that the one or more guide light is only visible to the subject when the eye of the subject is aligned with the optical axis of an ocular imaging system.

Classes IPC  ?

• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Produits et services

Downloadable medical software for use in the diagnosis of disease conditions, namely, downloadable medical software for artificial intelligence processing and generation of reports for medical purposes Providing online non-downloadable medical software for use in the diagnosis of disease conditions, namely, online non-downloadable medical software for artificial intelligence processing and generation of reports for medical purposes

Produits et services

Downloadable medical software for diagnosis of disease conditions Providing online non-downloadable medical software for diagnosis of disease conditions Medical testing for diagnostic or treatment purposes; Providing medical diagnostic services of various disease conditions

Produits et services

Downloadable medical software for diagnosis of disease conditions Providing online non-downloadable medical software for diagnosis of disease conditions Medical testing for diagnostic or treatment purposes; Providing medical diagnostic services of various disease conditions

Abrégé

A fully autonomous system is used to diagnose an ear infection in a patient. For example, a processor receives patient data about a patient, the patient data comprising at least one of: patient history from medical records for the patient, one or more vitals measurements of the patient, and answers from the patient about the patient's condition. The processor receives a set of biomarker features extracted from measurement data taken from an ear of the patient. The processor synthesizes the patient data and the biomarker features into input data, and applies the synthesized input data to a trained diagnostic model, the diagnostic model comprising a machine learning model configured to output a probability-based diagnosis of an ear infection from the synthesized input data. The processor outputs the determined diagnosis from the diagnostic model. A service may then determine a therapy for the patient based on the determined diagnosis.

Classes IPC  ?

• A61B 5/12 - Audiométrie
• A61B 5/00 - Mesure servant à établir un diagnostic Identification des individus
• G16H 10/60 - TIC spécialement adaptées au maniement ou au traitement des données médicales ou de soins de santé relatives aux patients pour des données spécifiques de patients, p. ex. pour des dossiers électroniques de patients
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G16H 50/30 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le calcul des indices de santéTIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour l’évaluation des risques pour la santé d’une personne
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients
• A61B 1/227 - Instruments pour procéder à l'examen médical de l'intérieur des cavités ou des conduits du corps par inspection visuelle ou photographique, p. ex. endoscopesDispositions pour l'éclairage dans ces instruments pour les oreilles, c.-à-d. otoscopes

Abrégé

A system for recording, storing and processing diagnostic information, including: a computer implementing a computer-readable media including digital data and ground truth; a registry constructed and arranged to store and associate transactions or accesses on the data; and a machine learning system that considers each learning step modification a microtransaction for the data used in that step and which is recorded in the transaction registry. Other embodiments of this aspect include corresponding computer systems, apparatus, and computer programs recorded on one or more computer storage devices, each configured to perform the actions of the methods.

Classes IPC  ?

• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques
• G16H 50/20 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour le diagnostic assisté par ordinateur, p. ex. basé sur des systèmes experts médicaux
• G06F 16/23 - Mise à jour
• G06N 3/08 - Méthodes d'apprentissage
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition
• G16H 50/70 - TIC spécialement adaptées au diagnostic médical, à la simulation médicale ou à l’extraction de données médicalesTIC spécialement adaptées à la détection, au suivi ou à la modélisation d’épidémies ou de pandémies pour extraire des données médicales, p. ex. pour analyser les cas antérieurs d’autres patients
• G06K 9/66 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques utilisant des comparaisons ou corrélations simultanées de signaux images avec une pluralité de références, p.ex. matrice de résistances avec des références réglables par une méthode adaptative, p.ex. en s'instruisant

Abrégé

A device receives an input image of a portion of a patient's body, and applies the input image to a feature extraction model, the feature extraction model comprising a trained machine learning model that is configured to generate an output that comprises, for each respective location of a plurality of locations in the input image, an indication that the input image contains an object of interest that is indicative of a presence of a disease state at the respective location. The device applies the output of the feature extraction model to a diagnostic model, the diagnostic model comprising a trained machine learning model that is configured to output a diagnosis of a disease condition in the patient based on the output of the feature extraction model. The device outputs the determined diagnosis of a disease condition in the patient obtained from the diagnostic model.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G06N 3/08 - Méthodes d'apprentissage
• G06V 10/44 - Extraction de caractéristiques locales par analyse des parties du motif, p. ex. par détection d’arêtes, de contours, de boucles, d’angles, de barres ou d’intersectionsAnalyse de connectivité, p. ex. de composantes connectées
• G06F 18/214 - Génération de motifs d'entraînementProcédés de Bootstrapping, p. ex. ”bagging” ou ”boosting”
• G06N 3/045 - Combinaisons de réseaux
• G06V 10/82 - Dispositions pour la reconnaissance ou la compréhension d’images ou de vidéos utilisant la reconnaissance de formes ou l’apprentissage automatique utilisant les réseaux neuronaux

Abrégé

Provided is a snapshot spectral domain optical coherence tomographer comprising a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• G01B 9/02 - Interféromètres
• G01J 3/45 - Spectrométrie par interférence
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

An ocular alignment system for aligning a subject's eye with an optical axis of an ocular imaging device comprising one or more guide light and one or more baffle configured to mask the one or more guide light from view of the subject such that the one or more guide light is only visible to the subject when the eye of the subject is aligned with the optical axis of an ocular imaging system.

Classes IPC  ?

• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

Disclosed is a system for qualifying medical images submitted by user for diagnostic analysis comprising: an image input module, configured to receive one or more image input by a user; an image protocol conformation module, configured to receive the one or more images from the image input module, and further configured to analyze each of the one or more images for conformity with a predefined protocol and wherein images that do not conform to the predefined protocol are flagged as non-conforming images; an image output module, configured to identify to the user each of the one or more images flagged as non-conforming and prompting the user to resubmit a new image for each of the non-conforming images; and an image resubmission module, configured to receive the user resubmitted image and provide the resubmitted image to the image protocol conformation module.

Classes IPC  ?

• G06T 7/00 - Analyse d'image
• G16H 30/20 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le maniement d’images médicales, p. ex. DICOM, HL7 ou PACS
• G16H 30/40 - TIC spécialement adaptées au maniement ou au traitement d’images médicales pour le traitement d’images médicales, p. ex. l’édition

Abrégé

Provided is a method for training a neural network to detect features in a retinal image. The method may include the steps of: combining and randomizing feature images into a Training data set; combining and randomizing the feature images into a testing dataset; training a plurality of neural networks having different architectures using a subset of the training dataset while testing on a subset of the testing dataset; identifying the best neural network based on each of the plurality of neural networks performance on the testing data set; inputting images to the best neural network and identifying a limited number of false positives and false negative and adding the false positives and false negatives to the training dataset and testing dataset; and repeating the foregoing steps until an objective performance threshold is reached.

Classes IPC  ?

• G06K 9/00 - Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
• G06T 7/00 - Analyse d'image
• G06K 9/66 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques utilisant des comparaisons ou corrélations simultanées de signaux images avec une pluralité de références, p.ex. matrice de résistances avec des références réglables par une méthode adaptative, p.ex. en s'instruisant
• G06K 9/46 - Extraction d'éléments ou de caractéristiques de l'image
• G06K 9/62 - Méthodes ou dispositions pour la reconnaissance utilisant des moyens électroniques

Abrégé

An ocular alignment system for aligning a subject's eye with an optical axis of an ocular imaging device comprising one or more guide light and one or more baffle configured to mask the one or more guide light from view of the subject such that the one or more guide light is only visible to the subject when the eye of the subject is aligned with the optical axis of an ocular imaging system.

Classes IPC  ?

• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/15 - Dispositions spécialement adaptées à la photographie de l'œil avec des moyens d'alignement, d'espacement ou de suppression des réflexions parasites
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

Provided is a snapshot spectral domain optical coherence tomographer comprising a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/14 - Dispositions spécialement adaptées à la photographie de l'œil
• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• G01B 9/02 - Interféromètres
• G01J 3/45 - Spectrométrie par interférence
• A61B 3/00 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux
• A61B 3/12 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient pour examiner le fond de l'œil, p. ex. ophtalmoscopes

Abrégé

Provided is a snapshot spectral domain optical coherence tomographer comprising: a light source providing a plurality of beamlets; a beam splitter, splitting the plurality of beamlets into a reference arm and a sample arm; a first optical system that projects the sample arm onto multiple locations of a sample; a second optical system for collection of a plurality of reflected sample beamlets; a third optical system projecting the reference arm to a reflecting surface and receiving a plurality of reflected reference beamlets; a parallel interferometer that provides a plurality of interferograms from each of the plurality of sample beamlets with each of the plurality of reference beamlets; an optical image mapper configured to spatially separate the plurality of interferograms; a spectrometer configured to disperse each of the interferograms into its respective spectral components and project each interferogram in parallel; and a photodetector providing photon quantification.

Classes IPC  ?

• A61B 3/10 - Appareils pour l'examen optique des yeuxAppareils pour l'examen clinique des yeux du type à mesure objective, c.-à-d. instruments pour l'examen des yeux indépendamment des perceptions ou des réactions du patient
• G01B 9/02 - Interféromètres
• G01J 3/45 - Spectrométrie par interférence