Kardiolytics rozwija nieinwazyjną technologię diagnostyki tętnic wieńcowych, wykorzystującą sztuczną inteligencję i tomografię. System VCAST (Virtual Cardiac Stress Test) to oprogramowanie oparte na chmurze, którego przewagą technologiczną jest zestaw algorytmów sztucznej inteligencji do segmentacji i rekonstrukcji zwężonych naczyń. – System VCAST pomoże lekarzom we wczesnym wykrywaniu złogów blaszek miażdżycowych zwężających tętnice wieńcowe. Obecnie projekt jest na etapie pracy rozwojowych, a docelowo będzie alternatywą dla inwazyjnego zabiegu koronarografii. Nasze rozwiązanie jest opatentowane. Mamy już patent na proces analizy i sposób uczenia sieci neuronowej. Mamy również kilkanaście patentów w trakcie oceny, które zwiększą potencjał diagnostyczny i komercyjny naszej technologii. Widzimy ogromny potencjał rynkowy dla naszych produktów. Tylko w USA mogą one znaleźć zastosowanie w diagnostyce i leczeniu ponad 10 mln pacjentów kardiologicznych – mówi Przemysław Tadla, członek zarządu ds. technologii w Medicalgorithmics.

System VCAST generuje spersonalizowane, trójwymiarowe modele tętnic wieńcowych wzbogacone o szczegółowe informacje diagnostyczne na temat przepływu krwi. Technologia opracowana przez Kardiolytics przyspieszy proces analizy danych obrazowania medycznego serca i jego naczyń krwionośnych, co usprawni diagnostykę i leczenie choroby wieńcowej. W styczniu br. spółka Kardiolytics uzyskała w USA patent na opartą na uczeniu maszynowym segmentację naczyń wieńcowych wypełnionych kontrastem na obrazach tomografii komputerowej. Automatyczne wykrywanie na obrazach i segmentacja tętnic wieńcowych wypełnionych kontrastem ułatwia diagnozowanie, leczenie i monitorowanie pacjentów z chorobą wieńcową. Kardiolytics szacuje, że globalny rynek CT-FFR osiągnie wartość 1,3 mld dol. do 2026 r., rosnąc w tempie 15,5% CAGR w ciągu kolejnej dekady. Czynnikami napędzającymi rynek są: wzrost liczby zachorowań na chorobę wieńcową, starzejąca się populacja pacjentów oraz postęp w technologii CT, czyniący ją dostępniejszą dla większej liczby potrzebujących pacjentów.