امروزه شاهد رشد بیماریهایی مثل دیابت که منجر به ضعف بینایی و در مواردی نابینایی می شوند در جهان هستیم که این رشد در ایران خیلی بیشتر از نرم جهانی است به طوری که جمعیت ۴.۶ میلیونی مبتلایان به دیابت در سال ۲۰۱۵ به ۹.۲ میلیون نفر در سال ۲۰۴۰ خواهد رسید . در ۸۰٪ از موارد می توان از بروز نابینایی پیشگیری نمود در گام نخست غربالگری ابتدایی ترین و در دسترس ترین روش برای این منظور می باشد . از طرفی رشد تعداد پزشکان متخصص چشم که بیماران برای غربالگری بایستی به آنان مراجعه نمایند به مراتب کمتر از رشد بیماری می باشد همچنین استقرار پزشکان در نواحی مختلف کشور نیز توزیع نر مالی نیست لذا بیماران برای غربالگری با مشکل زیادی مواجه خواهند شد. این موضوع ما را بر آن داشت که با کمک یادگیری ماشین و هوش مصنوعی الگو ریتمی برای غربالگری شبکیه طراحی نموده و محصول iSeen را ارائه نمائیم.

iSeen یک نرم افزار غربالگری می باشد که بیماران بیشتری که نیاز به درمان دارند را شناسایی و به متخصصین چشم ارجاع میدهد. یک الگو ریتم تشخیص اتوماتیک (automated algorithm (AI تصاویر گرفته شده توسط دوربینهایی که قابلیت عکس برداری فوندوس شبکیه را دارند را آنالیز می کند و بیماریهای چشم را تشخیص می دهد. از این الگو ریتم می توان در سیستمهای تصمیم ساز بالینی (clinical decision support system) یا به عنوان یک ابزار غربالگری در کنار یک سیستم پزشکی از راه دور (telemedicine) استفاده نمود.

تتاک۲

تتاک۲

  • تفسیر تست های آزمایشگاه کلینیکی
کارن

کارن

  • طراحی، تولید و تست انواع کانکتورهای الکتریکی
نبض

نبض

  • با افتخار؛ طراحی تا تولید محصول نهایی توسط متخصصین و نخبگان ایرانی