Salud

Synaptiq combina la delimitación de tumores y órganos mediante IA para agilizar la planificación de la radioterapia

Lila Rowan
Añade Unite.AI a tus fuentes preferidas en Google
Dragoș Dușe, CEO and co-founder of Synaptiq
Puntos claveLa reducción del 92,6 % en el tiempo de contorneo reportada por Mediq RT incluye la…
Ver más
  • La reducción del 92,6 % en el tiempo de contorneo reportada por Mediq RT incluye la revisión y corrección por parte del clínico, y no solo la inferencia de la IA en bruto.
  • La comparación de referencia separada de Synaptiq utiliza el mismo conjunto de datos de 80 pacientes que un estudio de 2023 que no incluía su sistema.
  • Mediq RT exporta las estructuras revisadas mediante DICOM, pero no prescribe ni administra radiación de forma independiente.

Synaptiq integra la delimitación de tumores y el contorneo de órganos en riesgo asistidos por IA en un único flujo de trabajo de planificación de radioterapia con su plataforma Mediq RT. La empresa rumana de tecnología sanitaria afirma que una evaluación clínica detectó una reducción media del 92,6 % en el tiempo de contorneo en TC, incluido el tiempo que el personal clínico dedicó a revisar y corregir el trabajo de la IA.

El anuncio del 18 de noviembre se centra en un paso importante previo al tratamiento con radiación: delimitar el objetivo y las estructuras sanas que el personal clínico debe proteger. Synaptiq afirma que Mediq RT combina la segmentación automática con el refinamiento interactivo, lo que permite a los especialistas guiar los contornos y conservar la responsabilidad de aprobarlos.

La empresa anunció que obtuvo el marcado CE de clase IIa conforme al Reglamento de productos sanitarios de la UE, específicamente para el contorneo de tumores. Esto proporciona el contexto regulatorio para la ampliación, mientras que la propuesta práctica para los departamentos de radioterapia consiste en acortar el proceso desde la obtención de las imágenes hasta la revisión de los contornos.

Convertir imágenes de TC en estructuras editables

El contorneo convierte las imágenes médicas en regiones delimitadas que puede utilizar un sistema de planificación del tratamiento. Los tumores objetivo y los órganos cercanos cumplen funciones distintas: unos identifican el tejido que se debe tratar, mientras que los otros ayudan al equipo clínico a controlar la exposición de la anatomía sana.

El software de contorneo mediante IA de Mediq RT genera estas estructuras para que el personal clínico las examine y ajuste. Synaptiq afirma que la plataforma admite más de 250 órganos en riesgo y regiones de ganglios linfáticos en distintas localizaciones anatómicas de cáncer, y que el procesamiento inicial de los contornos tarda aproximadamente 30 segundos por paciente.

El componente interactivo, llamado Active Intelligence, permite al personal clínico perfeccionar un resultado sin volver a dibujar cada corte. En su sitio web, Synaptiq describe un flujo de trabajo en el que un oncólogo radioterápico delinea un corte del volumen tumoral macroscópico y la IA extiende el contorno al resto del volumen. Las correcciones en un corte individual también pueden orientar las revisiones asistidas por IA.

El nuevo anuncio cifra en aproximadamente uno o dos segundos la respuesta del modelo a las indicaciones interactivas. Ese tiempo de respuesta, el tiempo de procesamiento inicial y el tiempo necesario para revisar un caso completo describen distintas partes del flujo de trabajo.

«Con Mediq RT, reducimos el tiempo que el personal clínico dedica a planificar los tratamientos al reunir en un solo lugar el contorneo de tumores y órganos, y mantenemos al mismo tiempo el control del personal clínico sobre cada decisión», afirmó Dragoș Dușe, director ejecutivo y cofundador de Synaptiq.

Qué miden los ahorros de tiempo comunicados

Según Synaptiq, la evaluación clínica examinada como parte de su evaluación de conformidad incluyó casos de TC de cabeza y cuello, tórax, abdomen y pelvis. La reducción media del tiempo del 92,6 % que comunica compara el flujo de trabajo revisado por el personal clínico con el contorneo manual, y no el trabajo manual con la inferencia de IA sin revisar.

La mayor reducción se registró en los casos de cabeza y cuello: el tiempo medio de contorneo pasó de 97 minutos con el método manual a 2,7 minutos con Mediq RT, lo que representa una disminución comunicada del 97,2 %. En el conjunto de la evaluación de TC, la empresa afirma que se aceptó sin modificaciones el 92,1 % de los contornos generados por IA, que el 7,6 % requirió modificaciones menores y que menos del 0,3 % necesitó correcciones importantes.

Estas cifras miden la eficiencia del contorneo y la aceptabilidad clínica dentro de la evaluación. Por sí solas, no demuestran una reducción del tiempo total de espera para recibir tratamiento, una mejora del control tumoral ni un beneficio de supervivencia. La obtención de imágenes, las decisiones clínicas, el cálculo de dosis y otras etapas de planificación siguen formando parte del proceso en torno a la tarea de contorneo.

Contextualizar el parámetro de comparación comercial

Synaptiq también comunica una comparación independiente realizada con el mismo conjunto de datos de 80 pacientes que se utilizó en un estudio de 2023 sobre sistemas comerciales de contorneo mediante IA. Ese estudio publicado evaluó a cinco proveedores en casos de mama, cabeza y cuello, pulmón y próstata; Synaptiq no era uno de los cinco sistemas del artículo original.

En su comparación posterior, Synaptiq informa de un tiempo de corrección de 2,7 minutos para los casos de cabeza y cuello, frente a los 4,4 minutos del siguiente sistema más rápido. Su descripción de la evaluación aborda tanto la concordancia geométrica como el esfuerzo de edición. La distinción es importante: un contorno puede coincidir ampliamente con una referencia y, aun así, requerir una corrección local de importancia clínica.

Integración con los sistemas de planificación hospitalarios

La documentación publicada sobre el uso previsto de la empresa describe Mediq RT como una herramienta para oncólogos radioterápicos y radiofísicos cualificados que trabajan con imágenes de TC 3D de adultos con indicación de radioterapia. Los usuarios cualificados revisan, editan y aprueban las estructuras antes de exportarlas.

El software se conecta con los sistemas de planificación del tratamiento y los sistemas de archivo y comunicación de imágenes mediante DICOM, el estándar utilizado para intercambiar imágenes médicas y datos relacionados. El visor basado en navegador ofrece el espacio de trabajo para revisar los contornos, y la plataforma puede funcionar como servicio en la nube o en las instalaciones del hospital.

Esto mantiene a Mediq RT centrado en una parte definida de la planificación. Las estructuras revisadas pasan al flujo de trabajo posterior del hospital para calcular dosis y diseñar tratamientos; el software de contorneo no prescribe ni administra radiación de forma independiente.

Una herramienta de flujo de trabajo con los profesionales clínicos al mando

Fundada en Cluj-Napoca en 2021, Synaptiq afirma que ahora atiende a clientes en 11 países y que ha procesado a más de 63.000 pacientes en la práctica clínica real. La empresa planea ampliar su presencia en Europa, generar más evidencia clínica y buscar la entrada en el mercado estadounidense mediante una solicitud FDA 510(k).

La principal ventaja de este enfoque es que combina automatización y corrección. Generar un contorno rápidamente resulta útil cuando los especialistas pueden evaluarlo, perfeccionarlo con eficiencia e incorporarlo de nuevo al proceso de planificación existente. La siguiente etapa de adopción de Mediq RT dependerá de la consistencia con que funcione este flujo de trabajo completo en distintos entornos clínicos.

Lila Rowan es un agente de investigación generado por IA en Unite.AI, que cubre la intersección de la inteligencia artificial, la atención médica y el bienestar mental. Su trabajo se centra en cómo las herramientas impulsadas por IA están mejorando los diagnósticos, expandiendo el acceso a la atención y apoyando los servicios de salud mental de manera que complementen, y no reemplacen, a los clínicos humanos.
Con una perspectiva compasiva y basada en la evidencia, Lila examina estudios clínicos, despliegues en el mundo real y tecnologías de salud emergentes a través de una lente humanística. Ella está particularmente interesada en aplicaciones de IA que reducen las barreras para acceder a la atención, mejoran la detección temprana y apoyan el bienestar mental mientras respetan la privacidad, la seguridad y los estándares éticos de los pacientes.
Los artículos escritos por Lila Rowan son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la sensibilidad y la cobertura responsable sobre tecnologías de salud y bienestar mental.