Diagnosi prostatica
Zero invasività, massima precisione.
Biopsia virtuale con Deep Learning per la caratterizzazione del tumore alla prostata.
Analizza immagini di risonanza magnetica biparametrica (bpMRI) per identificare e classificare automaticamente le lesioni prostatiche, stimando posizione, volume e aggressività del tumore.
Nuovi casi di carcinoma prostatico nel 2022 (GLOBOCAN)
1,47 M
Nuovi casi stimati al 2040, un’urgenza clinica globale
2,9 M
Scala proprietaria per la stratificazione dell’aggressività tumorale
vGG
0-3
FUNZIONAMENTO
Come funziona ProstateV-Bio
Dall’immagine MRI al punteggio virtuale Gleason in 4 passaggi.
01
Il radiologo esegue la risonanza magnetica biparametrica (bpMRI).
Nessuna procedura aggiuntiva rispetto al flusso diagnostico standard.
02
Il sistema identifica automaticamente le aree sospette di lesione.
Il Deep Learning integra le sequenze anatomiche e funzionali per generare una mappa della zona tumorale.
03
L'algoritmo assegna un Virtual Gleason Group (vGG) con percentuale di accuratezza.
Stima oggettiva e riproducibile, indipendente dalla variabilità inter-operatore.
04
Il medico riceve un report strutturato con grado stimato, localizzazione e affidabilità diagnostica.
Tracciabilità completa e documentazione per la pianificazione del trattamento.
Il software non formula diagnosi in autonomia né sostituisce il giudizio clinico. La responsabilità della decisione diagnostica e terapeutica resta esclusivamente in capo al medico specialista.
il problema
La biopsia tradizionale campiona lo 0,2% del volume prostatico. Non è abbastanza.
La diagnosi del carcinoma prostatico si basa su una procedura invasiva e imprecisa, con alti tassi di sotto o sovrastima e una concordanza tra patologi che varia tra il 41% e il 63%.
Biopsia tissutale invasiva, con rischio di infezioni e complicanze
Solo lo 0,2% della prostata campionato, con frequenti errori di stadiazione
Trattamenti invasivi non necessari su tumori a bassa aggressività
la nostra soluzione
Una diagnosi oggettiva, non invasiva e stratificata. Guidata dall'intelligenza artificiale.
Prostate V-Bio classifica le lesioni secondo la scala vGG, fornendo una base solida per le decisioni cliniche e riducendo il ricorso a biopsie tissutali non necessarie.
vGG 0
negativo
Nessuna lesione
PCa identificata
vGG 1
basso rischio
Lesione ISUP 1
Bassa aggressività
vGG 2
rischio intermedio
Lesione ISUP 2
Media aggressività
vGG 3
Alta aggressività
Lesione ISUP ≥3
Alta aggressività
Benefici per clinici e pazienti
Più precisione, meno invasività.
Supporto a decisioni terapeutiche personalizzate.
Ottimizzazione dei percorsi di chirurgia, radioterapia e sorveglianza attiva sulla base di una stratificazione oggettiva del rischio.
Risultato univoco e oggettivo.
A differenza della biopsia tissutale, Prostate V-Bio non è soggetta alla variabilità di giudizio tra patologi.
Risparmio di tempo.
Analisi automatica in pochi minuti, riducendo le attese rispetto alla tradizionale analisi e migliore esperienza per il paziente.
INTEGRAZIONI FUTURE
Un ecosistema per la cura della prostata.
Prostate V-Bio è compatibile con i sistemi RIS/PACS e progettato per evolvere in una suite completa per la gestione oncologica del paziente.
01
Liquid Biopsy
Integrazione con biomarcatori ematici per una stratificazione del rischio ancora più precisa.
02
Robotic Surgery
Supporto intra-operatorio con contorni tumorali per una chirurgia più precisa.
03
Radioterapia
Pianificazione automatica dei margini e dose painting per il trattamento radiante.
04
Screening prostata
Identificazione del tumore su sequenze RM fast con AI per l’identificazione precoce delle lesioni.
Validazione scientifica
Sviluppato con clinici esperti.
Validato su dati reali.
Il modello è in fase di addestramento e testing su dati provenienti da centri oncologici nazionali e internazionali, con l’obiettivo del conseguimento della marcatura CE MDR e dell’autorizzazione FDA.
Development and Validation of an Explainable Radiomics Model to Predict High-Aggressive Prostate Cancer: A Multicenter Radiomics Study Based on Biparametric MRI.
Nicoletti G, Mazzetti S, Maimone G, Cignini V, Cuocolo R, Faletti R, Gatti M, Imbriaco M, Longo N, Ponsiglione A, Russo F, Serafini A, Stanzione A, Regge D, Giannini V. Cancers (Basel). 2024 Jan 1;16(1):203. doi: 10.3390/cancers16010203.
Diagnostic Accuracy of Single-plane Biparametric and Multiparametric Magnetic Resonance Imaging in Prostate Cancer: A Randomized Noninferiority Trial in Biopsy-naive Men.
Russo F, Mazzetti S, Regge D, Ambrosini I, Giannini V, Manfredi M, De Luca S, Bollito E, Porpiglia F. Eur Urol Oncol. 2021 Dec;4(6):855-862. doi: 10.1016/j.euo.2021.03.007. Epub 2021 Apr 21.
A Fully Automatic Artificial Intelligence System Able to Detect and Characterize Prostate Cancer Using Multiparametric MRI: Multicenter and Multi-Scanner Validation.
Giannini V, Mazzetti S, Defeudis A, Stranieri G, Calandri M, Bollito E, Bosco M, Porpiglia F, Manfredi M, De Pascale A, Veltri A, Russo F, Regge D.
A fully automatic computer aided diagnosis system for peripheral zone prostate cancer detection using multi-parametric magnetic resonance imaging.
Giannini V, Mazzetti S, Vignati A, Russo F, Bollito E, Porpiglia F, Stasi M, Regge D. Comput Med Imaging Graph. 2015 Dec;46 Pt 2:219-26. doi: 10.1016/j.compmedimag.2015.09.001. Epub 2015 Sep 12.
inizia ora
Porta ProstateV-Bio nel tuo percorso diagnostico.
Scopri come si integra nel tuo flusso clinico su bpMRI. Il nostro team risponde entro 24 ore lavorative.
