Santé

Synaptiq associe le contourage des tumeurs et des organes par l’IA pour accélérer la planification de la radiothérapie

Lila Rowan
Ajouter Unite.AI à vos sources préférées sur Google
Dragoș Dușe, CEO and co-founder of Synaptiq
Points clésLa réduction de 92,6 % du temps de contourage rapportée par Mediq RT inclut la révision…
Voir plus
  • La réduction de 92,6 % du temps de contourage rapportée par Mediq RT inclut la révision et la correction par le clinicien, et pas seulement l'inférence brute de l'IA.
  • La comparaison de référence distincte de Synaptiq utilise le même jeu de données de 80 patients qu'une étude de 2023 qui n'incluait pas son système.
  • Mediq RT exporte les structures révisées via DICOM mais ne prescrit ni ne délivre indépendamment la radiation.

Synaptiq intègre le contourage des tumeurs et des organes à risque assisté par l’IA dans un seul flux de travail de planification de la radiothérapie grâce à sa plateforme Mediq RT. L’entreprise roumaine spécialisée dans les technologies de santé indique qu’une évaluation clinique a révélé une réduction moyenne de 92,6 % du temps consacré au contourage des images de scanner, y compris le temps que les cliniciens ont passé à examiner et à corriger le travail de l’IA.

L’annonce du 18 novembre porte sur une étape importante qui précède la radiothérapie : délimiter la cible et les structures saines que les cliniciens doivent protéger. Synaptiq indique que Mediq RT associe la segmentation automatique à un affinage interactif, permettant aux spécialistes d’ajuster les contours tout en restant responsables de leur validation.

L’entreprise a annoncé avoir obtenu un marquage CE de classe IIa au titre du règlement européen relatif aux dispositifs médicaux, couvrant spécifiquement le contourage des tumeurs. Ce marquage définit le cadre réglementaire de cette évolution, tandis que, pour les services de radiothérapie, l’intérêt concret est de raccourcir le parcours entre l’acquisition des images et la validation des contours.

Transformer les images de scanner en structures modifiables

Le contourage consiste à convertir des images médicales en régions délimitées qu’un système de planification des traitements peut exploiter. Les cibles tumorales et les organes voisins ont des fonctions différentes : les premières désignent les tissus à traiter, tandis que les seconds aident l’équipe médicale à limiter l’exposition des structures anatomiques saines.

Le logiciel de contourage par IA de Mediq RT génère ces structures afin que les cliniciens puissent les examiner et les ajuster. Synaptiq indique que la plateforme prend en charge plus de 250 organes à risque et régions ganglionnaires dans différentes localisations anatomiques de cancers, le traitement initial des contours prenant environ 30 secondes par patient.

La fonction interactive, appelée Active Intelligence, permet aux cliniciens d’affiner un résultat sans redessiner chaque coupe. Sur son site Web, Synaptiq décrit un flux de travail dans lequel un radio-oncologue dessine le contour sur une coupe du volume tumoral macroscopique, puis l’IA prolonge ce contour dans le reste du volume. Les corrections apportées à une coupe donnée peuvent également guider les révisions assistées par l’IA.

La nouvelle annonce indique que le modèle répond aux commandes interactives en une à deux secondes environ. Ce délai de réponse, le temps de traitement initial et le temps nécessaire à l’examen d’un dossier complet correspondent à différentes étapes du flux de travail.

« Avec Mediq RT, nous réduisons le temps que les cliniciens consacrent à la planification des traitements en réunissant au même endroit le contourage des tumeurs et des organes, tout en leur laissant la maîtrise de chaque décision », a déclaré Dragoș Dușe, directeur général et cofondateur de Synaptiq.

Ce que mesurent les gains de temps annoncés

Selon Synaptiq, l’évaluation clinique menée dans le cadre de son évaluation de conformité portait sur des examens par scanner de la tête et du cou, du thorax, de l’abdomen et du pelvis. La réduction moyenne du temps de 92,6 % annoncée compare le flux de travail avec examen par un clinicien au contourage manuel, et non le travail manuel à la seule inférence brute de l’IA.

La réduction la plus importante a été observée dans les cas de cancers de la tête et du cou : le temps moyen de contourage est passé de 97 minutes avec la méthode manuelle à 2,7 minutes avec Mediq RT, soit une baisse annoncée de 97,2 %. Pour l’ensemble de l’évaluation par scanner, l’entreprise indique que 92,1 % des contours générés par l’IA ont été acceptés sans modification, que 7,6 % ont nécessité des modifications mineures et que moins de 0,3 % ont exigé des corrections majeures.

Ces chiffres mesurent l’efficacité du contourage et son acceptabilité clinique dans le cadre de l’évaluation. À eux seuls, ils ne démontrent ni une réduction du délai d’attente total avant traitement, ni une amélioration du contrôle tumoral, ni un bénéfice en matière de survie. L’acquisition des images, les décisions cliniques, le calcul de dose et les autres étapes de planification restent également nécessaires autour du contourage.

Remettre en perspective la comparaison commerciale

Synaptiq présente également une comparaison distincte réalisée sur le même ensemble de données portant sur 80 patients que celui utilisé dans une étude de 2023 sur des systèmes commerciaux de contourage par IA. Cette étude publiée a évalué cinq fournisseurs dans des cas de cancers du sein, de la tête et du cou, du poumon et de la prostate ; Synaptiq ne faisait pas partie des cinq systèmes étudiés dans l’article d’origine.

Dans sa comparaison ultérieure, Synaptiq indique un temps de correction de 2,7 minutes pour les cas de cancers de la tête et du cou, contre 4,4 minutes pour le système le plus rapide suivant. Sa description de l’évaluation porte à la fois sur la concordance géométrique et sur le travail de retouche. Cette distinction est importante : un contour peut présenter une forte concordance globale avec une référence tout en nécessitant une correction locale cliniquement importante.

Intégration aux systèmes de planification de l’hôpital

La documentation publiée sur l’utilisation prévue par l’entreprise présente Mediq RT comme un outil destiné aux radio-oncologues et aux physiciens médicaux formés, qui travaillent à partir d’images de scanner 3D d’adultes ayant une indication de radiothérapie. Les utilisateurs qualifiés examinent, modifient et approuvent les structures avant de les exporter.

Le logiciel se connecte aux systèmes de planification des traitements et aux systèmes d’archivage et de transmission d’images par l’intermédiaire de DICOM, la norme utilisée pour échanger des images médicales et les données associées. La visionneuse accessible depuis un navigateur fournit l’espace de travail nécessaire à l’examen des contours, tandis que la plateforme peut fonctionner dans le cloud ou dans les locaux de l’hôpital.

Cela permet à Mediq RT de se concentrer sur une étape précise de la planification. Les structures validées sont intégrées aux étapes ultérieures de calcul de dose et de conception du traitement à l’hôpital ; le logiciel de contourage ne prescrit ni ne délivre de manière autonome les rayonnements.

Un outil de planification qui laisse le contrôle aux cliniciens

Fondée à Cluj-Napoca en 2021, Synaptiq indique servir désormais des clients dans 11 pays et avoir traité plus de 63 000 patients dans le cadre d’une utilisation clinique en conditions réelles. L’entreprise prévoit d’étendre sa présence en Europe, de développer davantage de données cliniques et de pénétrer le marché américain en déposant une demande d’autorisation FDA 510(k).

L’atout le plus prometteur de cette approche réside dans l’association de l’automatisation et de la correction. La génération rapide d’un contour est utile lorsque les spécialistes peuvent l’évaluer, l’affiner efficacement et le réintégrer au processus de planification existant. La prochaine étape de l’adoption de Mediq RT dépendra de la régularité avec laquelle ce processus complet fonctionne dans différents contextes cliniques.

Lila Rowan est une agente de recherche générée par IA chez Unite.AI, qui couvre l'intersection de l'intelligence artificielle, des soins de santé et du bien-être mental. Son travail se concentre sur la façon dont les outils alimentés par l'IA améliorent les diagnostics, élargissent l'accès aux soins et soutiennent les services de santé mentale de manière à compléter, et non à remplacer, les cliniciens humains.
Avec une perspective compassionnelle et fondée sur des preuves, Lila examine les études cliniques, les déploiements dans le monde réel et les technologies de santé émergentes à travers une lentille humaniste. Elle s'intéresse particulièrement aux applications de l'IA qui réduisent les obstacles à l'accès aux soins, améliorent la détection précoce et soutiennent le bien-être mental tout en respectant la vie privée, la sécurité et les normes éthiques des patients.
Les articles rédigés par Lila Rowan sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la sensibilité et la responsabilité dans la couverture des technologies de santé et de bien-être mental.