Revolutionärer KI-Algorithmus «Prostate.Carcinoma.ai» erhält EU MDR Klasse IIa Zulassung

Xlife Sciences AG / Schlagwort(e): Zulassungsgenehmigung Revolutionärer KI-Algorithmus «Prostate.Carcinoma.ai» erhält EU MDR Klasse IIa Zulassung 18.12.2023 / 07:00 CET/CEST Veröffentlichung einer Ad-hoc-Mitteilung gemäss Art. 53 KR Für den Inhalt der Mitteilung ist der Emittent / Herausgeber verantwortlich. Zürich, 18. Dezember 2023: Xlife Sciences AG (SIX: XLS) erreicht durch die EU MDR Klasse IIa Zulassung bei der Portfoliogesellschaft FUSE-AI GmbH einen Meilenstein in der Medizintechnik. Der KI-Algorithmus «Prostate.Carcinoma.ai» der FUSE-AI GmbH analysiert eine Vielzahl radiologischer Aufnahmen in kürzester Zeit bei einer geringeren Fehlerrate als das menschliche Auge.

Die auf künstlicher Intelligenz basierende Assistenz-Diagnosesoftware «Prostate.Carcinoma.ai», entwickelt für die Segmentierung der Prostatadrüse und die Erkennung von Läsionen, wurde im Dezember 2023 mit der renommierten EU MDR Klasse IIa Zertifizierung ausgezeichnet. Diese Zertifizierung markiert einen bedeutenden Meilenstein in der Entwicklung von «Prostate.Carcinoma.ai», die mit der Erstinvestition von Xlife Sciences AG in die FUSE-AI GmbH im Oktober 2019 begann.

Dies ist nicht nur ein Erfolg für die FUSE-AI GmbH und Xlife Sciences AG, sondern auch ein wichtiges Ereignis für die technologische Entwicklung in der Radiologie und die Qualität der radiologischen Diagnostik in Europa. Die Software «Prostate.Carcinoma.ai» ist das Ergebnis einer interdisziplinären Zusammenarbeit zwischen Wissenschaftlern, KI-Entwicklern und Radiologen. Der Zeitpunkt dieser Entwicklung fällt zusammen mit der Prognose, dass der globale Markt für medizinische Bildanalyse-Software bis 2023 einen Wert von 4,545 Milliarden US-Dollar erreichen wird, mit einer jährlichen Wachstumsrate (CAGR) von 9,9%.

«Prostate.Carcinoma.ai» verspricht nicht nur eine Zeitersparnis von 30% pro Patient, sondern erreicht auch die Genauigkeit erfahrener Radiologen bei der Bestimmung des Prostatavolumens. Die Fähigkeit, Läsionen als maligne oder benigne zu identifizieren und zu segmentieren, unterstützt Radiologen erheblich bei der MRT-Analyse zur Prostata-Diagnose. Es ist außerdem das erklärte Ziel in der Weiterentwicklung der Software, diese Fehlerrate von 14% auf 1% zu reduzieren.