Perimeter Medical Imaging AI, Inc. informa de los resultados del segundo trimestre y de los seis meses finalizados el 30 de junio de 2022
24 de agosto 2022 a las 23:07
Comparte
Perimeter Medical Imaging AI, Inc. informó de los resultados del segundo trimestre y de los seis meses finalizados el 30 de junio de 2022. En el segundo trimestre, la empresa informó de que las ventas fueron de 0,019534 millones de CAD. La pérdida neta fue de 0,366296 millones de CAD, frente a los 3,24 millones de CAD de hace un año. La pérdida básica por acción de las operaciones continuadas fue de 0,01 CAD, frente a los 0,07 CAD de hace un año. Las pérdidas diluidas por acción de las operaciones continuadas fueron de 0,01 CAD, frente a los 0,07 CAD de hace un año. En los seis meses, las ventas fueron de 0,019534 millones de CAD. La pérdida neta fue de 6,82 millones de CAD, frente a los 7,25 millones de CAD de hace un año. La pérdida básica por acción de las operaciones continuas fue de 0,11 CAD, frente a los 0,17 CAD de hace un año. Las pérdidas diluidas por acción de las operaciones continuadas fueron de 0,11 CAD, frente a los 0,17 CAD de hace un año.
Comparte
Acceder al artículo original.
Aviso legal
Aviso legal
Póngase en contacto con nosotros para cualquier solicitud de corrección
Perimeter Medical Imaging AI, Inc. es una empresa de tecnología médica impulsada a transformar la cirugía oncológica con herramientas de imagen de resolución en tiempo real para dar respuesta a grandes necesidades médicas no cubiertas. Desarrolla y comercializa herramientas de obtención de imágenes médicas durante el procedimiento. El sistema de tomografía de coherencia óptica (OCT) Perimeter de la empresa, que proporciona una visualización transversal de los márgenes en tiempo real de las microestructuras tisulares durante los procedimientos quirúrgicos. El OCT Perimeter Serie S está diseñado para proporcionar a los cirujanos el apoyo clínico que necesitan en el quirófano. El sistema de imágenes médicas OCT incluye un dispositivo intraoperatorio para el escaneado automatizado de una muestra de tejido que proporciona un mapa rápido de la subsuperficie de una superficie de hasta 10 cm por 10 cm; un consumible de manipulación de muestras diseñado para sujetar y mantener la orientación de la muestra, y una biblioteca de imágenes y un conjunto de entrenamiento. Sus herramientas de aprendizaje automático y su tecnología de inteligencia artificial, denominada ImgAssist AI, a través del desarrollo clínico en el marco de su proyecto ATLAS AI.