人工智能（AI）支持的工具正变得越来越普遍，因为它们继续改善外科手术中的患者预后。根据RSIP Vision首席执行官Ron Soferman的说法，由于AI可能带来的极高稳定性和准确性正在推动更高的成功率并缩短恢复时间。

这家总部位于以色列的医疗人工智能公司为医疗领域开发先进的人工智能和计算机视觉驱动解决方案，在机器人手术蓬勃发展的领域处于领先地位。

RSIP Vision通过先进的人工智能（AI）和计算机视觉解决方案推动医学成像创新，宣布了一种用于前列腺MRI分析的新工具。该工具对前列腺，其子部分和病变进行分割。它分析病变的强度、边界、大小和形状，并为前列腺成像报告和数据系统（PI-RADS）评分提供基线。该信息被报告给放射科医生考虑，从而减少检查时间并降低误诊率。这种新的供应商中立技术将提供给第三方MRI制造商和查看器解决方案，从而以更准确，更有效的方式报告前列腺MRI检查。

MRI是一种先进的成像工具，使用AI具有改进的潜力开发专门用于前列腺等软组织。可以开发深度学习（DL）算法，以准确分割前列腺，过渡区（TZ），外周区（PZ）和可疑病变。该系统可以在所有不同的扫描参数中自动检测和计算病变的尺寸、体积、强度、限制和边缘平滑度。此外，该工具可以比较当前和以前的扫描并突出显示差异，在评分之前为放射科医生提供额外的反馈。

PI-RADS评分方法的开发是为了允许前列腺癌评估的统一量表。它由病变形状、位置、强度和限制的描述性参数组成，每个参数对应于代表前列腺癌可疑特征的不同评分。目前，它是手动执行的，对于放射科医生来说是一项耗时的任务，具有很高的观察者之间变异率。RSIP Vision的新型PI-RADS助手提供对前列腺MRI扫描的客观分析，并提供可测量的统计数据，可用于提高评分准确性。此外，对被诊断患有前列腺癌的患者进行随访扫描也很常见。PI-RADS 助手比较先前扫描的病变，并向放射科医生展示差异，提供病变生长、枯萎或稳定性的地图。

以色列特拉维夫Sourasky医疗中心的高级放射科医生Rabeeh Fares博士说：

“前列腺MRI扫描非常普遍，审查这些扫描占放射科医生工作量的很大一部分。PI-RADS助手将显著缩短检查时间，提高评分的准确性和精确度，并最终带来更好的临床结果。”