SlideShare a Scribd company logo
1 of 18
病理画像管理システム
第20回 日本デジタルパソロジー・AI 研究会総会
ランチョンセミナー
株式会社インフィニットテクノロジー
2022/8/27
‣INFINITT Digital Pathology Solution = INFINITT DPS
‣病理部門WSI(Whole Slide Image)スキャナーを使用して
画像データ化された病理スライド標本の画像保存・管理・閲覧・共有を行う
INFINITT Digital Pathology Solution
Patient
‣弊社は、PACSで培ったデータ管理の知識、技術を発展させ、 院内に山積する
様々な種類の検査データの管理を行う医用画像統合ベンダーを目指す。
Background
病理画像(WSI)
ゲノム情報 プロテオームデータ
心電図・バイタル情報
診療情報
(汎用ファイル)
DICOM (PACS)
その他データ
診療情報同意書など
‣病理部門システムとWSIスキャナとの画像情報一元管理
DPSの役割
病理画像の統合管理
Vendor Neutral
Solution
データ管理の効率アップ
Data Management
System
施設内・施設外間情報連携 Data Sharing
病理画像専用ビューア Viewer Usability
INFINITT DPS 特徴
‣WSIフォーマット及びDICOM標準で保存・管理
‣マルチベンダー WSIスキャナー対応
病理画像の統合管理
病理画像の統合管理
Vendor Neutral
Solution
データ管理の効率アップ
Data Management
System
施設内・施設外間情報連携 Data Sharing
病理画像専用ビューア Viewer Usability
INFINITT DPS 特徴
データ管理の効率アップ
‣病理スライド標本画像の安全で効率的なストレージでの一元管理とコスト削減
施設にて運用ルールを決めてストレージ管理
病理画像の統合管理
Vendor Neutral
Solution
データ管理の効率アップ
Data Management
System
施設内・施設外間情報連携 Data Sharing
病理画像専用ビューア Viewer Usability
INFINITT DPS 特徴
Pathology
Data sharing
病理診断センター
大学病院
地方病院
中核病院
海外施設
メディカルセンター
研究機関
AIベンダー
‣病理診断等における施設・病院間でのシステム連携の構築
施設内・施設外間情報連携
病理画像の統合管理
Vendor Neutral
Solution
データ管理の効率アップ
Data Management
System
施設内・施設外間情報連携 Data Sharing
病理画像専用ビューア Viewer Usability
INFINITT DPS 特徴
Chrome Explorer Safari Firefox
INFINITT Digital Pathology Solution
‣病理画像専用ビューア(Zero Footprint Viewer)
病理画像専用ビューア
‣シンプルなUI&厳選された機能
‣インストール不要、どの環境でもアクセス可能
‣DICOM画像対応(LUT,GSPS)
Tracking History Map Measurements & annotations
‣顕微鏡診断時の動きを参考とした操作性
‣専用ビューアならではの表示
病理画像専用ビューア
Start analyzing
DPSビューアでROI指定及び解析開始
・Visiopharm社
・Indica Labs社
解析結果をDPSビューアの中で表示
‣解析ソフトウェアでの解析結果の参照や使いやすさを考慮したビューア内での連携
病理画像専用ビューア
National Cancer Center
Samsung Medical Center
施設規模:
導入背景:
:
WSIスキャナー:
稼働時期:
1,989 床、病理医 50
教育・カンファレンスに活用
プライマリー診断評価
3DHistech社
2019年7月
施設規模:
導入背景:
:
WSIスキャナー:
稼働時期:
590床、病理医 11
病理画像のデジタル管理・AI活用
チーム医療(症例検討会)活用
ライカ社、3DHistech社
2021年上半期
Reference Site(Republic of Korea)
‣国際医療福祉大学成田病院(INFINITT DPS 2020年9月運用開始)
Reference Site
‣ 施設規模:
‣ 導入目的:
‣ 導入背景:
‣ WSIスキャナー:
‣他システム連携:
‣ グループ連携:
642床(一般病床600床、精神病床40床、感染症2床)
診断業務の効率向上、教育・カンファレンスに活用、附属病院間連携、AIインターフェース
遠隔病理診断の推進、AIベンダーへのデータ出力及び連携、大容量データの一元管理
浜松ホトニクス社 NanoZoomer S360 (1式)
正晃テック社 (LIS)
三田病院・市川病院・山王病院・成田キャンパス
‣INFINITT DPSのメリット
‣複数ベンダーにわたるWSIスキャナデータの一元管理
‣放射線部門で培った効率の良い大容量データ管理
‣DICOM標準化&RawデータのW保存による汎用性の拡大
‣複数の施設-病院間でのシームレスな連携
‣AI解析ソフトウェアベンダーとの連携、インターフェース個別対応
‣病理専用ビューアの機能性及び操作性
Benefits of Hospital
18
今すぐページに
「いいね!」しよう
株式会社インフィニットテクノロジー
TEL:(03)6806-0279(代) FAX:(03)6806-0269
製品お問合せ:otoiawase@infinitt.com
ご清聴ありがとうございました。
本製品のお問合せなどにつきましては、随時承っております。
下記、電話番号またはメールアドレスまでお問合せをお願いいたします。

More Related Content

What's hot

【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...Deep Learning JP
 
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...Shoki Miyagawa
 
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video ClassificationToru Tamaki
 
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3Toshinori Hanya
 
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティス
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティスAgility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティス
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティスSORACOM, INC
 
Availability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape SimulationAvailability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape SimulationTomohiro Fukuda
 
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)Takeshi Fukuhara
 
デジタルツインの世界
デジタルツインの世界デジタルツインの世界
デジタルツインの世界SHOGO NUMAKURA
 
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】DeNA
 
シナリオテストについて考えてみる
シナリオテストについて考えてみるシナリオテストについて考えてみる
シナリオテストについて考えてみるtef-do
 
基幹システム RDRAモデル
基幹システム RDRAモデル基幹システム RDRAモデル
基幹システム RDRAモデルZenji Kanzaki
 
はじめての学会発表まにゅある
はじめての学会発表まにゅあるはじめての学会発表まにゅある
はじめての学会発表まにゅあるAkihiko Shirai
 
Structured Light 技術俯瞰
Structured Light 技術俯瞰Structured Light 技術俯瞰
Structured Light 技術俯瞰Teppei Kurita
 
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFAShohei Hido
 
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚itoyan110
 
[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audio[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audioDeep Learning JP
 
Word2vecの理論背景
Word2vecの理論背景Word2vecの理論背景
Word2vecの理論背景Masato Nakai
 
物体検出の歴史(R-CNNからSSD・YOLOまで)
物体検出の歴史(R-CNNからSSD・YOLOまで)物体検出の歴史(R-CNNからSSD・YOLOまで)
物体検出の歴史(R-CNNからSSD・YOLOまで)HironoriKanazawa
 
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう  2019年10月31日 放送[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう  2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送Google Cloud Platform - Japan
 

What's hot (20)

【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
【輪読会】Learning Continuous Image Representation with Local Implicit Image Funct...
 
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality Assessm...
 
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification
 
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3
Object Detection & Instance Segmentationの論文紹介 | OHS勉強会#3
 
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティス
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティスAgility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティス
Agility@Scale(アジャイル開発のスケールアップ)を実現する14のベストプラクティス
 
Availability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape SimulationAvailability of Mobile Augmented Reality System for Urban Landscape Simulation
Availability of Mobile Augmented Reality System for Urban Landscape Simulation
 
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
Part 1: IoT 基盤 (製造リファレンス・アーキテクチャ勉強会)
 
デジタルツインの世界
デジタルツインの世界デジタルツインの世界
デジタルツインの世界
 
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
SHOWROOMとDeNAで取り組んだライブ配信基盤刷新・超低遅延ライブ配信の裏側【DeNA TechCon 2020 ライブ配信】
 
シナリオテストについて考えてみる
シナリオテストについて考えてみるシナリオテストについて考えてみる
シナリオテストについて考えてみる
 
基幹システム RDRAモデル
基幹システム RDRAモデル基幹システム RDRAモデル
基幹システム RDRAモデル
 
はじめての学会発表まにゅある
はじめての学会発表まにゅあるはじめての学会発表まにゅある
はじめての学会発表まにゅある
 
Structured Light 技術俯瞰
Structured Light 技術俯瞰Structured Light 技術俯瞰
Structured Light 技術俯瞰
 
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
 
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
 
[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audio[DL輪読会]Wavenet a generative model for raw audio
[DL輪読会]Wavenet a generative model for raw audio
 
Word2vecの理論背景
Word2vecの理論背景Word2vecの理論背景
Word2vecの理論背景
 
物体検出の歴史(R-CNNからSSD・YOLOまで)
物体検出の歴史(R-CNNからSSD・YOLOまで)物体検出の歴史(R-CNNからSSD・YOLOまで)
物体検出の歴史(R-CNNからSSD・YOLOまで)
 
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
 
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう  2019年10月31日 放送[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう  2019年10月31日 放送
[Cloud OnAir] Cloud Data Fusion で GCP にデータを集約して素早く分析を開始しよう 2019年10月31日 放送
 

Similar to 【インフィニットテクノロジー】INFINITT Digital Pathology Solution 病理画像管理システム

20141002 医療福祉技術シンポジウム
20141002 医療福祉技術シンポジウム20141002 医療福祉技術シンポジウム
20141002 医療福祉技術シンポジウムIsamu Kajitani
 
VIS-事業計画-BusiNest pitch(final)_公開用
VIS-事業計画-BusiNest pitch(final)_公開用VIS-事業計画-BusiNest pitch(final)_公開用
VIS-事業計画-BusiNest pitch(final)_公開用Tatsuaki Kobayashi
 
Paper introduce
Paper introducePaper introduce
Paper introduceshuyamori
 
医療情報の標準化手法について
医療情報の標準化手法について医療情報の標準化手法について
医療情報の標準化手法についてEhime Univ.
 
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介Eiji Sasahara, Ph.D., MBA 笹原英司
 
ヘルスケア領域でのDeep Learnigの動向
ヘルスケア領域でのDeep Learnigの動向ヘルスケア領域でのDeep Learnigの動向
ヘルスケア領域でのDeep Learnigの動向Naoji Taniguchi
 
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療遠矢 純一郎
 

Similar to 【インフィニットテクノロジー】INFINITT Digital Pathology Solution 病理画像管理システム (9)

【メドメイン】PidPort製品紹介資料
【メドメイン】PidPort製品紹介資料【メドメイン】PidPort製品紹介資料
【メドメイン】PidPort製品紹介資料
 
20141002 医療福祉技術シンポジウム
20141002 医療福祉技術シンポジウム20141002 医療福祉技術シンポジウム
20141002 医療福祉技術シンポジウム
 
VIS-事業計画-BusiNest pitch(final)_公開用
VIS-事業計画-BusiNest pitch(final)_公開用VIS-事業計画-BusiNest pitch(final)_公開用
VIS-事業計画-BusiNest pitch(final)_公開用
 
Paper introduce
Paper introducePaper introduce
Paper introduce
 
医療情報の標準化手法について
医療情報の標準化手法について医療情報の標準化手法について
医療情報の標準化手法について
 
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介
次世代ヘルスケアを支えるAIとプラットフォーム:海外事例の紹介
 
ヘルスケア領域でのDeep Learnigの動向
ヘルスケア領域でのDeep Learnigの動向ヘルスケア領域でのDeep Learnigの動向
ヘルスケア領域でのDeep Learnigの動向
 
医療情報とビッグデータセキュリティ
医療情報とビッグデータセキュリティ医療情報とビッグデータセキュリティ
医療情報とビッグデータセキュリティ
 
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療
スマートフォンとクラウド型地域連携システムで切り拓く未来型在宅医療
 

More from The 20th annual meeting of Japanese Society of Digital Pathology

More from The 20th annual meeting of Japanese Society of Digital Pathology (13)

【インディカラボ】Indica Labs HALO WSI画像解析ソリューションのご紹介
【インディカラボ】Indica Labs HALO WSI画像解析ソリューションのご紹介【インディカラボ】Indica Labs HALO WSI画像解析ソリューションのご紹介
【インディカラボ】Indica Labs HALO WSI画像解析ソリューションのご紹介
 
【エビデント】EVIDENT Corporate Presentation
【エビデント】EVIDENT Corporate Presentation【エビデント】EVIDENT Corporate Presentation
【エビデント】EVIDENT Corporate Presentation
 
【ライカマイクロシステムズ株式会社】デジタルパソロジーソリューションのご案内
【ライカマイクロシステムズ株式会社】デジタルパソロジーソリューションのご案内【ライカマイクロシステムズ株式会社】デジタルパソロジーソリューションのご案内
【ライカマイクロシステムズ株式会社】デジタルパソロジーソリューションのご案内
 
【株式会社CYBO】細胞という未知を、価値に。
【株式会社CYBO】細胞という未知を、価値に。【株式会社CYBO】細胞という未知を、価値に。
【株式会社CYBO】細胞という未知を、価値に。
 
【ロシュ・ダイアグノスティックス株式会社】ロシュ デジタルパソロジー製品のご紹介
【ロシュ・ダイアグノスティックス株式会社】ロシュ デジタルパソロジー製品のご紹介【ロシュ・ダイアグノスティックス株式会社】ロシュ デジタルパソロジー製品のご紹介
【ロシュ・ダイアグノスティックス株式会社】ロシュ デジタルパソロジー製品のご紹介
 
【フィリップス】病理診断目的におけるデジタルパソロジーシステムの活用
【フィリップス】病理診断目的におけるデジタルパソロジーシステムの活用【フィリップス】病理診断目的におけるデジタルパソロジーシステムの活用
【フィリップス】病理診断目的におけるデジタルパソロジーシステムの活用
 
【aetherAI】AI-Assisted Diagnosis of Lymph Node Metastasis using GigaPixel AI t...
【aetherAI】AI-Assisted Diagnosis of Lymph Node Metastasis using GigaPixel AI t...【aetherAI】AI-Assisted Diagnosis of Lymph Node Metastasis using GigaPixel AI t...
【aetherAI】AI-Assisted Diagnosis of Lymph Node Metastasis using GigaPixel AI t...
 
【ブレイン】細胞診断支援システム Cyto-AiSCAN のご紹介
【ブレイン】細胞診断支援システム Cyto-AiSCAN のご紹介【ブレイン】細胞診断支援システム Cyto-AiSCAN のご紹介
【ブレイン】細胞診断支援システム Cyto-AiSCAN のご紹介
 
【メドメイン株式会社】PidPort活用事例のご紹介「一般社団法人PathPortどこでも病理ラボ」
【メドメイン株式会社】PidPort活用事例のご紹介「一般社団法人PathPortどこでも病理ラボ」【メドメイン株式会社】PidPort活用事例のご紹介「一般社団法人PathPortどこでも病理ラボ」
【メドメイン株式会社】PidPort活用事例のご紹介「一般社団法人PathPortどこでも病理ラボ」
 
【Motic / N Lab】MoticEasyScan Key Milestones
【Motic / N Lab】MoticEasyScan Key Milestones【Motic / N Lab】MoticEasyScan Key Milestones
【Motic / N Lab】MoticEasyScan Key Milestones
 
【浜松ホトニクス】浜松ホトニクスの病理ネットワーク化への取り組み
【浜松ホトニクス】浜松ホトニクスの病理ネットワーク化への取り組み【浜松ホトニクス】浜松ホトニクスの病理ネットワーク化への取り組み
【浜松ホトニクス】浜松ホトニクスの病理ネットワーク化への取り組み
 
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
【大日本印刷株式会社】病理画像の色を整えるカラーマネジメント技術のご紹介
 
【ソフトバンク_II病理研究所】次世代病理システムマイパソ
【ソフトバンク_II病理研究所】次世代病理システムマイパソ【ソフトバンク_II病理研究所】次世代病理システムマイパソ
【ソフトバンク_II病理研究所】次世代病理システムマイパソ
 

【インフィニットテクノロジー】INFINITT Digital Pathology Solution 病理画像管理システム

Editor's Notes

  1. それでは初めさせて頂きます。 本日は株式会社インフィニットテクノロジー (※)病理画像管理システム INFINITT デジタルパソロジーソリューションのご紹介となります。 わたくし、インフィニットテクノロジーの橋爪と申します。 よろしくお願い致します。
  2. こちらのインフィニットデジタルパソロジーソリューション、 略してインフィニットDPSは WSIスキャナーで読み込まれた病理スライド標本データ及びそれに紐づく様々な情報を保存・管理し、 更に専用ビューアにて画像閲覧、データ共有を行うシステムとなっております。
  3. 我々、株式会社インフィニットテクノロジーが創出する医療のデジタルトランスフォーメーションとして、 放射線部門のDICOMデータだけでなく、 PACS構築で培ったデータ管理の知識や技術を基に、院内でサイロ化された検査データの統合管理を提案しております。 これまでアナログで管理されてきた病理部門情報のデジタル統合化もその一環となります。
  4. INFINITT DPSの役割ですが御覧のように病理部門システムとWSIスキャナーの間に入り、 LISからの患者情報・所見診断・マクロ画像といったデータと WSIスキャナからのミクロ画像のデータを、画像情報として一元管理致します。
  5. 本日は INFINITT DPSの特長をこちらの4項目にわけて御説明致します。 (※)まず一つ目の特長は病理画像の統合管理になります。
  6. 弊社は独自の技術により 異なるメーカーのWSIデータをDICOM標準データへ変換し保存する事を可能としました。 これにより、独自のフォーマットで出力されるWSIデータを同時に管理・閲覧する事ができます。
  7. 2つ目の特長としましては、これまで培ってきた大容量データ管理のノウハウを活かし、 画像データ管理の効率アップを実現しました。
  8. その中のひとつがこちらのInformation Lifecycle Managementになります。 施設で運用ルールを決め、必要に応じて自動でデータの管理を行う仕組です。 HDDのパフォーマンスとそれにかかる費用を相対的に管理する事により 効率的なストレージ管理とコスト削減が行えます。
  9. 施設内・施設外の情報連携においても有意義にご利用頂けるシステムとなっております。
  10. 施設内はもとより施設外連携においても拠点施設を中心に病理部門のデータを共有する広大なシステム構築を可能とします。 現環境下の中、テレワークへの対応や病理診断医が不足している地域の救済等にも使用頂けるものと思っております。
  11. 最後に INFINITT DPSには 保存された病理画像データを閲覧する病理画像専用ビューアをご用意しております。
  12. OSやブラウザを選ばないZero Footprint Viewerを採用しており、
  13. 先生方・技師様が使用されている顕微鏡の動き、操作感をできる限り再現すると共に、 臨床情報を同時参照できるなど、 デジタル化ならではの様々な機能を備えております。 こちらは診断のみならずカンファレンスや研修・教育時にもご使用いただけます。
  14. また、別ビューアを立ち上げる事なく解析ソフトウェアとの連携を行います。 こちらを応用したAIとの接続も開発が進められており、 インポート、エクスポート共にご指定頂いたベンダーとの連携が行えます。 ここまでが製品の紹介となります。いかがでしたでしょうか。
  15. ここからは国内外の導入施設をいくつかご紹介致します。 韓国にありますサムソンメディカルセンターでは 弊社システムにて病理部門における診療業務の効率化が行われました。 また韓国国立がんセンターでも現在システムが稼働しております。
  16. 国内におけるリファレンスサイトとしましては 国際医療福祉大学グループ様がございます。 こちらの成田病院にてINFINITT DPSの運用を2020年9月より開始され、 現在では同グループの三田病院・市川病院・山王病院・成田キャンパス等の関連施設の連携を次々と行い、 国際医療福祉大学グループにおける広域病理部門システム構築を積極的に進めております。
  17. 時間の都合で割愛しますが、 最後にいま一度INFINITT DPS導入のメリットをまとめてみました。 是非ともご興味のある方は本総会にも展示しておりますので、 後方にございます弊社ブースへお立ち寄り頂ければ幸いです。
  18. 以上を持ちまして株式会社インフィニットテクノロジーの発表を終わらせて頂きます。 ご清聴ありがとうございました。