SCANNAV™ PNB
SCANNAV™ PNB wykorzystuje najnowszą technologię sztucznej inteligencji do automatycznego podświetlania obrazu ultrasonograficznego na żywo w celu zwiększenia dokładności i standaryzacji interpretacji obrazu ultrasonograficznego, ułatwiając identyfikację kluczowych struktur anatomicznych. Wspomaga to pracę pracowników służby zdrowia, którzy są odpowiednio wykwalifikowani, ale rzadziej wykonują zabiegi pod kontrolą USG.
SCANNAV™ PNB obsługuje dziewięć wysokowartościowych blokad nerwów obwodowych (forma znieczulenia miejscowego) i będzie sprzedawany jako samodzielne urządzenie z wbudowanym oprogramowaniem AI, które można podłączyć do istniejących aparatów USG do anestezjologii. Urządzenie zapewni klinicystom ciągłą informację zwrotną dzięki podświetlaniu w czasie rzeczywistym ich USG na żywo. Użytkownicy mogą również ponownie zapoznać się z blokami, które wykonują rzadziej, korzystając ze zintegrowanych animacji 3D systemu.
Coraz częściej blokady nerwów obwodowych pod kontrolą USG są stosowane jako rozważna alternatywa dla znieczulenia ogólnego, ale nie wszyscy anestezjolodzy posiadają specjalistyczną wiedzę z zakresu anatomii ultrasonograficznej do ich wykonywania. Mamy nadzieję, że dzięki zastosowaniu SCANNAV™ PNB szpitale będą w stanie zwiększyć liczbę możliwych do wykonania blokad nerwów pod kontrolą USG.
Produkt jest skonfigurowany do pracy w połączeniu z ultrasonografami innych firm i będzie sprzedawany jako system z ekranem dotykowym na mobilnym wózku. Spółka kontynuuje proces składania wniosków regulacyjnych w FDA, aby umożliwić sprzedaż wersji produktu w Stanach Zjednoczonych, jak również stara się o udzielenie licencji na zintegrowaną wersję produktu głównym producentom ultradźwięków.
Główny klinicysta i konsultant anestezjolog, dr David Burckett-St.Laurent, powiedział: „Nie możemy się doczekać prezentacji ScanNav PNB w RA-UK, Sheffield. W oparciu o bloki Plan A firmy RA-UK, naszym celem jest, aby ScanNav PNB przechylił równowagę bezpieczeństwa i zaufania do aspirującego anestezjologa regionalnego poprzez przełożenie wiedzy anatomicznej na rozpoznawanie sonoanatomii”.