Moderne laboratoria ontvangen patiëntenmonsters van veel verschillende faciliteiten. Ze vertrouwen op automatisering om de impact van deze variatie te beperken. Met expertise op het gebied van Machine Vision verbeteren Benjamin Pollack en zijn team bij Siemens Healthineers de automatisering. Ze passen kunstmatige intelligentie en deep learning toe om het uitvalpercentage van geautomatiseerde in-vitrodiagnostiek aanzienlijk te verminderen. Bovendien weet hun slimme automatisering buizen op een veilige manier met hogere snelheden door het systeem te bewegen.
„We hebben niet de luxe om gewoon op Vernieuwen te drukken als er een fout is. Een fout kan betekenen dat een pediatrisch bloedmonster opnieuw wordt afgenomen of dat een kritieke medische beslissing op een spoedeisende hulp wordt uitgesteld. Iedereen in de diagnostische sector begrijpt dat het verbeteren van de snelheid en betrouwbaarheid van in-vitrodiagnostiek niet alleen helpt om de winst van laboratoria te verbeteren; het helpt ook levens te redden.
„Benjamin Pollack, technologieleider voor Machine Vision voor Siemens
Healthineer