Moderne Labore erhalten Patientenproben aus vielen verschiedenen Einrichtungen. Sie verlassen sich auf die Automatisierung, um die Folgen solcher Schwankungen abzumildern. Mit ihrem Fachwissen auf dem Gebiet von Machine Vision verbessern Benjamin Pollack und sein Team bei Siemens Healthineers die Automatisierung. Sie setzen künstliche Intelligenz und Deep Learning ein, um die Fehlerquote bei der automatisierten In-vitro-Diagnostik deutlich zu senken. Außerdem kann ihre intelligente Automatisierung die Reagenzgläser mit höherer Geschwindigkeit sicher durch das System bewegen.
„Wir können uns nicht einfach den Luxus leisten, auf Aktualisieren zu drücken, wenn wir einen Fehler entdecken. Ein Fehler könnte bedeuten, dass wir eine pädiatrische Blutprobe neu abnehmen oder eine kritische medizinische Entscheidung in einer Notaufnahme verzögern müssen. Jeder in der Diagnostikbranche versteht, dass die Verbesserung der Geschwindigkeit und Zuverlässigkeit der In-vitro-Diagnostik nicht nur dazu beiträgt, die Gewinne der Labore zu steigern, sondern auch Leben zu retten.“
Benjamin Pollack, Leiter der Technologieabteilung für Machine Vision bei Siemens Healthineer