ContextVision, en global ledare inom medicinsk bildbehandling, och AMRA Medical
(Sverige), en pionjär inom kroppssammansättningsanalys baserad på
magnetresonanstomografi (MRI), tillkännager idag ett forskningssamarbete med
fokus på att förbättra diagnostiken av metabolfunktionsassocierad steatotisk
leversjukdom (MASLD).

Samarbetet bygger vidare på ContextVisions pågående Data Quality-initiativ för
att utveckla AI-drivna, organspecifika bildlösningar som möjliggör screening av
MASLD samt fysiologisk kvantifiering. Det gemensamma arbetet utgår från
ContextVisions strategiska kliniska partnerskap med University of Washington
(USA), där en klinisk studie pågår för att samla in bilddata för utveckling av
en multiparametrisk biomarkör för MASLD. AMRA Medical ansluter nu till detta
initiativ genom att tillföra sin MRI-baserade analys för att mäta leverfett
(PDFF), bukfettvolymer och detaljerad muskelbedömning. AMRAs bidrag kommer
ytterligare att berika det multimodala datasetet genom att möjliggöra
korrelationer mellan MRI- och ultraljudsbaserade biomarkörer, vilket stärker
ContextVisions utveckling av lösningar för sjukdomsgradbedömning.

Kombinerar styrkor för att förbättra leverdiagnostiken

"I takt med att vi bygger upp vår verksamhet inom Data Quality är partnerskap
som detta avgörande," säger Gerald Pötzsch, VD för ContextVision. "AMRAs mycket
detaljerade MR-mätningar tillför ett viktigt värde till vår kliniska
datapipeline. Tillsammans närmar vi oss en ny standard inom diagnostik av
leversjukdom - icke-invasiv, träffsäker och skalbar."

Olof Dahlqvist Leinhard, VD för AMRA Medical, tillägger: "Vi är glada över att
få bli en del av ContextVisions bredare initiativ för att omdefiniera
leverdiagnostik. Våra sammanslagna teknologier ger en mer komplett och
individanpassad bild av patientens hälsotillstånd."

Samarbetet stärker ContextVisions växande nätverk av globala partners, däribland
ultraljudsforskning från University of Waterloo's LITMUS Lab (Kanada) och FoU
-stöd från InPhase Solutions AS (Norge). Tillsammans utgör dessa partnerskap den
expertis som krävs för att upptäcka och utveckla en robust, AI-driven plattform
för diagnos av MASLD - förankrad i bildfysik, klinisk relevans och högkvalitativ
multimodal data.

Möter ett globalt behov av tidigare och smartare leverdiagnostik

MASLD drabbar omkring var fjärde person globalt och håller snabbt på att bli en
av de främsta orsakerna till kronisk leversjukdom. Behovet av icke-invasiva och
kostnadseffektiva diagnoslösningar är akut - särskilt eftersom dagens metoder
ofta missar sjukdomens tidiga stadier. Genom att integrera MRI- och
ultraljudstekniker i detta samarbete, siktar ContextVision och AMRA Medical på
att leverera handlingsbara, multimodala biomarkörer för att förbättra tidig
upptäckt och behandlingsplanering för miljontals patienter.

För mer information, vänligen kontakta:
Gerald Pötzsch
Vd, ContextVision
gerald.potzsch@contextvision.com

Om ContextVision
ContextVision är ett mjukvaruföretag specialiserat på bildanalys och artificiell
intelligens. Som global marknadsledare inom bildförbättring är vi en betrodd
partner till ledande tillverkare av ultraljuds-, röntgen- och MRI-utrustning
runt om i världen. Vår expertis är att utveckla kraftfulla mjukvaruprodukter,
baserade på egenutvecklad teknologi och artificiell intelligens för bildbaserade
applikationer. Vår banbrytande teknologi hjälper kliniker att korrekt tolka
medicinska bilder, en avgörande grund för bättre diagnoser och behandling.
Företaget, som grundades 1983, är baserat i Sverige med lokal representation i
USA, Japan, Kina och Korea. ContextVision är noterat på Oslobörsen under tickern
CONTX.

Om AMRA Medical
AMRA Medical är ett företag inom hälsoinformatik och precisionsmedicin som banar
väg för kroppssammansättningsanalys. Företagets banbrytande teknik möjliggör
flera biomarkörer för fett och muskler - baserade på snabba helkropps-MR
-undersökningar. AMRA stödjer både forskning och klinisk vård genom sin
innovativa plattform, med målet att förenkla beslutsfattande och driva
utvecklingen av framtidens vård.