Gleamer
Aquarius Invest – Investments in Gesundheit, Innovation, Digitalisierung und Nachhaltigkeit: Gemeinsam die Zukunft gestalten
aquarius-invest, christoph labisch, labisch, dr. labisch, business angel, start-up, investor, radiologie, medizin, band, quhr
17287
wp-singular,post-template-default,single,single-post,postid-17287,single-format-standard,wp-theme-bridge,bridge-core-3.1.8,qode-page-transition-enabled,ajax_fade,page_not_loaded,,qode_grid_1200,hide_top_bar_on_mobile_header,qode-theme-ver-30.5,qode-theme-bridge,qode_advanced_footer_responsive_1024,qode_header_in_grid,wpb-js-composer js-comp-ver-7.6,vc_responsive
 

Gleamer

KI in der Radiologie: RadNet übernimmt Gleamer

 

Die Bedeutung von künstlicher Intelligenz in der medizinischen Bildgebung wächst rasant – und die jüngste Übernahme von Gleamer durch RadNet unterstreicht diese Entwicklung eindrucksvoll.

RadNet, einer der größten Anbieter von radiologischen Diagnostikleistungen in den USA, hat das französische AI-Unternehmen Gleamer übernommen und integriert dessen Technologie in seine Digital-Health-Tochter DeepHealth. Ziel ist es, eine umfassende KI-Plattform für radiologische Diagnostik zu schaffen, die Radiologen entlang des gesamten Workflows unterstützt.

Mit der Integration von Gleamer entsteht laut RadNet der weltweit größte Anbieter klinischer KI-Lösungen für die Radiologie. Die kombinierte Plattform umfasst KI-gestützte Anwendungen für mehrere Bildgebungsverfahren – darunter CT, MRT, Röntgen und Mammographie – sowie eine breite Palette klinischer Indikationen.

Gleamer gehört zu den führenden europäischen Anbietern für KI-basierte Bildanalyse und entwickelt Algorithmen, die Radiologen bei der Interpretation medizinischer Bilder unterstützen. Die Technologie wird bereits in zahlreichen Krankenhäusern und Radiologiezentren eingesetzt und hilft dabei, Befunde schneller zu erstellen und diagnostische Prozesse effizienter zu gestalten.

Die strategische Bedeutung dieser Transaktion reicht über die beiden Unternehmen hinaus. Radiologische Bildgebung gehört zu den Bereichen der Medizin, in denen künstliche Intelligenz besonders schnell praktische Anwendung findet. Gleichzeitig steigen weltweit die Anforderungen an diagnostische Kapazitäten, während radiologische Fachkräfte vielerorts knapp sind.

KI-gestützte Assistenzsysteme können hier entscheidend dazu beitragen, Radiologen zu entlasten, Arbeitsabläufe zu automatisieren und die diagnostische Qualität weiter zu verbessern.

Für unser Portfolio bestätigt diese Entwicklung die zentrale Rolle von KI-basierter Bildanalyse als Schlüsseltechnologie der zukünftigen medizinischen Diagnostik.

 

 

Quelle:RadNet übernimmt Gleamer