Sundhedsvæsen

Synaptiq kombinerer AI-baseret konturering af tumorer og organer for at fremskynde planlægningen af strålebehandling

Lila Rowan
Føj Unite.AI til dine foretrukne kilder på Google
Dragoș Dușe, CEO and co-founder of Synaptiq
NøglepunkterMediq RT's rapporterede reduktion på 92,6 % i kontureringstid omfatter klinikerens…
Vis mere
  • Mediq RT's rapporterede reduktion på 92,6 % i kontureringstid omfatter klinikerens gennemgang og rettelse og ikke kun rå AI-inferens.
  • Synaptiqs separate benchmark-sammenligning bruger det samme datasæt med 80 patienter som et 2023-studie, der ikke inkluderede dets system.
  • Mediq RT eksporterer gennemgåede strukturer via DICOM, men ordinerer eller leverer ikke selvstændigt stråling.

Synaptiq samler AI-assisteret tumorafgrænsning og konturering af risikoorganer i én arbejdsgang til planlægning af strålebehandling med platformen Mediq RT. Det rumænske sundhedsteknologiske selskab oplyser, at en klinisk evaluering viste en gennemsnitlig reduktion på 92,6 % i tiden til konturering af CT-billeder, inklusive den tid, klinikerne brugte på at gennemgå og rette AI’ens arbejde.

I meddelelsen fra 18. november er fokus på et vigtigt trin før strålebehandlingen: at afgrænse målområdet og de raske strukturer, som klinikerne skal beskytte. Synaptiq oplyser, at Mediq RT kombinerer automatisk segmentering med interaktiv finjustering, så specialister kan styre konturerne og samtidig beholde ansvaret for at godkende dem.

Selskabet meddelte, at produktet har fået CE-mærkning som klasse IIa specifikt for tumorkonturering i henhold til EU’s forordning om medicinsk udstyr. Det danner den regulatoriske ramme for udvidelsen, mens det praktiske løfte til strålebehandlingsafdelinger er en kortere vej fra scanning til gennemgåede konturer.

Fra CT-billeder til redigerbare strukturer

Konturering omsætter medicinske billeder til afgrænsede områder, som et system til behandlingsplanlægning kan bruge. Tumormål og nærliggende organer tjener forskellige formål: Det ene angiver det væv, der skal behandles, mens de øvrige hjælper det kliniske team med at begrænse påvirkningen af den raske anatomi.

Mediq RT’s AI-software til konturering genererer disse strukturer, så klinikerne kan gennemgå og justere dem. Synaptiq oplyser, at platformen understøtter mere end 250 risikoorganer og lymfeknuderegioner på tværs af anatomiske kræftområder, og at den indledende konturbehandling tager cirka 30 sekunder pr. patient.

Den interaktive funktion, der kaldes Active Intelligence, giver klinikerne mulighed for at finjustere et resultat uden at tegne hvert snit på ny. På sin hjemmeside beskriver Synaptiq en arbejdsgang, hvor en stråleonkolog afgrænser ét snit af et makroskopisk tumorvolumen, hvorefter AI’en viderefører konturen gennem resten af volumenet. Rettelser på et enkelt snit kan også bruges til at styre AI-assisterede ændringer.

I den nye meddelelse angives det, at modellen reagerer på interaktive anvisninger på cirka et til to sekunder. Denne reaktionstid, den indledende behandlingstid og tiden til at gennemgå en komplet sag beskriver forskellige dele af arbejdsgangen.

»Med Mediq RT reducerer vi den tid, klinikerne bruger på behandlingsplanlægning, ved at samle tumor- og organkonturering ét sted, samtidig med at klinikerne har kontrollen over hver eneste beslutning,« sagde Dragoș Dușe, administrerende direktør og medstifter af Synaptiq.

Hvad de rapporterede tidsbesparelser måler

Ifølge Synaptiq omfattede den kliniske evaluering, der blev vurderet som led i selskabets overensstemmelsesvurdering, CT-undersøgelser af hoved og hals, thorax, abdomen og bækken. Den rapporterede gennemsnitlige tidsreduktion på 92,6 % sammenligner en arbejdsgang, hvor klinikere gennemgår resultaterne, med manuel konturering – ikke manuelt arbejde med rå AI-inferens alene.

Den største reduktion blev set i undersøgelser af hoved og hals: Den gennemsnitlige kontureringstid faldt fra 97 minutter manuelt til 2,7 minutter med Mediq RT, hvilket svarer til et rapporteret fald på 97,2 %. På tværs af CT-evalueringen blev 92,1 % af de AI-genererede konturer ifølge selskabet godkendt uden ændringer, 7,6 % krævede mindre rettelser, og færre end 0,3 % krævede større korrektioner.

Dette er mål for kontureringens effektivitet og kliniske acceptabilitet i evalueringen. De dokumenterer ikke i sig selv en reduktion af den samlede ventetid på behandling, en forbedring af tumorkontrollen eller en overlevelsesgevinst. Scanning, kliniske beslutninger, dosisberegning og andre trin i planlægningen indgår stadig omkring kontureringsopgaven.

Den kommercielle sammenligning i perspektiv

Synaptiq rapporterer også en separat sammenligning på det samme datasæt med 80 patienter, som blev brugt i en undersøgelse fra 2023 af kommercielle AI-systemer til konturering. Den offentliggjorte undersøgelse evaluerede fem leverandører på tværs af tilfælde med bryst-, hoved- og hals-, lunge- og prostatakræft; Synaptiq var ikke et af de fem systemer i den oprindelige artikel.

I sin efterfølgende sammenligning rapporterer Synaptiq en rettelsestid på 2,7 minutter for hoved og hals sammenlignet med 4,4 minutter for det næsthurtigste system. Selskabets beskrivelse af evalueringen behandler både geometrisk overensstemmelse og den indsats, der kræves til redigering. Forskellen er vigtig: En kontur kan have et stort samlet overlap med en reference og stadig kræve en lokalt vigtig klinisk korrektion.

Integration med hospitalets planlægningssystemer

Selskabets offentliggjorte dokumentation for tilsigtet anvendelse beskriver Mediq RT som et værktøj til uddannede stråleonkologer og medicinske fysikere, der arbejder med 3D-CT-billeder af voksne med indikation for strålebehandling. Kvalificerede brugere gennemgår, redigerer og godkender strukturerne, før de eksporteres.

Softwaren forbindes til systemer til behandlingsplanlægning og systemer til billedarkivering og kommunikation via DICOM, standarden for udveksling af medicinske billeder og tilknyttede data. Den browserbaserede fremviser fungerer som arbejdsområde til gennemgang af konturer, mens platformen kan køre som en cloudtjeneste eller lokalt på hospitalet.

Dermed holder Mediq RT fokus på en afgrænset del af planlægningen. De godkendte strukturer indgår derefter i hospitalets arbejdsgang for dosisberegning og behandlingsplanlægning; kontureringssoftwaren ordinerer eller leverer ikke stråling på egen hånd.

Et værktøj til arbejdsgangen, hvor klinikerne har kontrollen

Synaptiq blev grundlagt i Cluj-Napoca i 2021 og oplyser, at virksomheden nu betjener kunder i 11 lande og har behandlet mere end 63.000 patienter i klinisk brug i den virkelige verden. Virksomheden planlægger at udvide sin tilstedeværelse i Europa, indsamle yderligere klinisk evidens og søge adgang til det amerikanske marked gennem en FDA 510(k)-indsendelse.

Det mest lovende ved denne tilgang er kombinationen af automatisering og korrektion. Det er værdifuldt hurtigt at generere en kontur, når specialister kan vurdere den, finjustere den effektivt og føre den tilbage til den eksisterende planlægningsproces. Mediq RT’s næste fase af udbredelse vil afhænge af, hvor ensartet hele denne arbejdsgang fungerer på tværs af kliniske miljøer.

Lila Rowan er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker krydsfeltet mellem kunstig intelligens, sundhedsvæsen og mental sundhed. Hendes arbejde fokuserer på, hvordan AI-drevne værktøjer forbedrer diagnostik, udvider adgangen til sundhedsydelser og understøtter mentale sundhedsydelser på måder, der supplerer - ikke erstatter - menneskelige kliniske eksperter.
Med et medfølende og evidensbaseret perspektiv undersøger Lila kliniske studier, virkelige implementeringer og fremvoksende sundhedsteknologier fra et humanistisk perspektiv. Hun er særligt interesseret i AI-anvendelser, der reducerer barrierer for adgang til sundhedsydelser, forbedrer tidlig opdagelse og understøtter mental velvære, samtidig med at de respekterer patienternes privatliv, sikkerhed og etiske standarder.
Artikler skrevet af Lila Rowan er AI-genererede og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, følsomhed og ansvarlig rapportering om sundheds- og mental sundheds-teknologier.