Gezondheidszorg

Synaptiq combineert AI-contourering van tumoren en organen om de planning van radiotherapie te versnellen

Lila Rowan
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Dragoș Dușe, CEO and co-founder of Synaptiq
Belangrijkste puntenDe gerapporteerde vermindering van de contourentijd met 92,6% door Mediq RT omvat…
Meer weergeven
  • De gerapporteerde vermindering van de contourentijd met 92,6% door Mediq RT omvat klinische beoordeling en correctie, niet alleen ruwe AI-inferentie.
  • De afzonderlijke benchmarkvergelijking van Synaptiq gebruikt dezelfde dataset van 80 patiënten als een onderzoek uit 2023 dat zijn systeem niet omvatte.
  • Mediq RT exporteert beoordeelde structuren via DICOM, maar schrijft straling niet zelfstandig voor of levert deze niet.

Synaptiq brengt met zijn Mediq RT-platform AI-ondersteunde tumorafbakening en contourering van organen die risico lopen samen in één workflow voor de planning van radiotherapie. Het Roemeense gezondheidstechnologiebedrijf zegt dat uit een klinische evaluatie een gemiddelde vermindering van 92,6% van de CT-contoureringstijd bleek, inclusief de tijd die zorgverleners besteedden aan het beoordelen en corrigeren van het werk van de AI.

De aankondiging van 18 november draait om een belangrijke stap vóór de bestralingsbehandeling: het afbakenen van het doelgebied en de gezonde structuren die zorgverleners moeten beschermen. Volgens Synaptiq combineert Mediq RT automatische segmentatie met interactieve verfijning, zodat specialisten de contouren kunnen bijsturen en zelf verantwoordelijk blijven voor de goedkeuring ervan.

Het bedrijf kondigde een CE-markering van klasse IIa aan volgens de Europese verordening medische hulpmiddelen, specifiek voor tumorcontourering. Dat vormt de regelgevende context voor de uitbreiding; voor radiotherapieafdelingen is de praktische belofte een kortere weg van scan naar beoordeelde contouren.

CT-beelden omzetten in bewerkbare structuren

Bij contourering worden medische beelden omgezet in afgebakende gebieden die een systeem voor behandelplanning kan gebruiken. Tumordoelen en nabijgelegen organen hebben verschillende functies: het ene geeft aan welk weefsel behandeld moet worden, terwijl de andere het behandelteam helpen de blootstelling van gezonde anatomie te beperken.

De AI-software voor contourering van Mediq RT genereert deze structuren, die zorgverleners kunnen controleren en aanpassen. Volgens Synaptiq ondersteunt het platform meer dan 250 organen die risico lopen en lymfekliergebieden voor verschillende anatomische kankerlokalisaties. De eerste verwerking van de contouren duurt ongeveer 30 seconden per patiënt.

De interactieve functie, Active Intelligence genaamd, biedt zorgverleners de mogelijkheid een resultaat te verfijnen zonder elke plak opnieuw te tekenen. Op zijn website beschrijft Synaptiq een workflow waarin een radiotherapeut-oncoloog één plak van het bruto tumorvolume afbakent, waarna de AI de contour doortrekt over het resterende volume. Correcties op een afzonderlijke plak kunnen ook richting geven aan AI-ondersteunde aanpassingen.

In de nieuwe aankondiging wordt de reactietijd van het model op interactieve aanwijzingen geschat op ongeveer één tot twee seconden. Die reactietijd, de eerste verwerkingstijd en de tijd die nodig is om een volledige casus te beoordelen, hebben betrekking op verschillende onderdelen van de workflow.

‘Met Mediq RT verkorten we de tijd die zorgverleners aan de behandelplanning besteden door tumor- en orgaancontourering op één plek samen te brengen, terwijl zorgverleners de controle houden over elke beslissing’, aldus Dragoș Dușe, CEO en medeoprichter van Synaptiq.

Wat de gerapporteerde tijdwinst meet

Volgens Synaptiq omvatte de klinische evaluatie die deel uitmaakte van de conformiteitsbeoordeling CT-casussen van het hoofd-halsgebied, de thorax, de buik en het bekken. De gerapporteerde gemiddelde tijdsbesparing van 92,6% vergelijkt de workflow waarbij zorgverleners de contouren beoordelen met handmatige contourering, en niet handmatig werk met alleen de ruwe AI-inferentie.

De grootste tijdsbesparing werd geboekt bij casussen van het hoofd-halsgebied: de gemiddelde contoureringstijd daalde van 97 minuten bij handmatige contourering naar 2,7 minuten met Mediq RT, een gerapporteerde afname van 97,2%. Voor de CT-evaluatie als geheel zegt het bedrijf dat 92,1% van de door AI gegenereerde contouren zonder aanpassingen werd geaccepteerd, dat 7,6% kleine aanpassingen nodig had en dat minder dan 0,3% grote correcties vereiste.

Dit zijn maatstaven voor de efficiëntie van contourering en de klinische aanvaardbaarheid binnen de evaluatie. Op zichzelf tonen ze geen verkorting van de totale wachttijd voor behandeling, verbetering van de tumorcontrole of overlevingsvoordeel aan. Ook de beeldverwerving, klinische besluitvorming, dosisberekening en andere planningsfasen maken deel uit van het traject naast de contourering.

De commerciële benchmark in perspectief

Synaptiq rapporteert ook een afzonderlijke vergelijking op dezelfde dataset van 80 patiënten die werd gebruikt in een onderzoek uit 2023 naar commerciële AI-systemen voor contourering. In dat gepubliceerde onderzoek werden vijf leveranciers geëvalueerd voor casussen van borst-, hoofd-hals-, long- en prostaatkanker; Synaptiq was niet een van de vijf systemen in het oorspronkelijke artikel.

In de daaropvolgende vergelijking rapporteert Synaptiq voor het hoofd-halsgebied een correctietijd van 2,7 minuten, tegenover 4,4 minuten voor het op één na snelste systeem. De beschrijving van de evaluatie behandelt zowel de geometrische overeenstemming als de benodigde bewerkingsinspanning. Dat onderscheid is belangrijk: een contour kan in het algemeen sterk overeenkomen met een referentie en toch een klinisch belangrijke lokale correctie vereisen.

Integratie met de planningssystemen van het ziekenhuis

In de gepubliceerde documentatie over het beoogde gebruik beschrijft het bedrijf Mediq RT als een hulpmiddel voor opgeleide radiotherapeut-oncologen en medisch fysici die werken met 3D-CT-beelden van volwassenen met een indicatie voor radiotherapie. Bevoegde gebruikers beoordelen, bewerken en keuren de structuren goed voordat ze deze exporteren.

De software maakt via DICOM verbinding met systemen voor behandelplanning en systemen voor beeldarchivering en communicatie, de standaard voor het uitwisselen van medische beelden en bijbehorende gegevens. De browsergebaseerde viewer biedt een werkomgeving om contouren te beoordelen; het platform kan als clouddienst of op locatie in het ziekenhuis draaien.

Zo blijft Mediq RT gericht op een afgebakend onderdeel van de planning. Beoordeelde structuren worden opgenomen in de daaropvolgende workflow van het ziekenhuis voor dosisberekening en behandelontwerp; de contoursoftware schrijft niet zelfstandig bestraling voor en dient die ook niet toe.

Een workflowtool waarbij clinici de controle houden

Synaptiq, opgericht in 2021 in Cluj-Napoca, zegt inmiddels klanten te bedienen in 11 landen en in de klinische praktijk gegevens van meer dan 63.000 patiënten te hebben verwerkt. Het bedrijf wil zijn aanwezigheid in Europa uitbreiden, aanvullend klinisch bewijs ontwikkelen en de Amerikaanse markt betreden via een FDA 510(k)-aanvraag.

De grootste belofte van deze aanpak schuilt in de combinatie van automatisering en correctie. Snel een contour genereren is waardevol als specialisten die kunnen beoordelen, efficiënt kunnen verfijnen en weer in de bestaande planningsworkflow kunnen opnemen. De verdere ingebruikname van Mediq RT zal afhangen van hoe consistent deze volledige workflow in verschillende klinische omgevingen presteert.

Lila Rowan is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar ze de kruispunten van kunstmatige intelligentie, gezondheidszorg en geestelijke gezondheid bestudeert. Haar werk richt zich op hoe AI-gestuurde tools diagnostiek verbeteren, toegang tot zorg uitbreiden en geestelijke gezondheidsdiensten ondersteunen op manieren die menselijke clinici aanvullen - niet vervangen.
Met een compassievol en op bewijs gebaseerd perspectief onderzoekt Lila klinische studies, real-world implementaties en opkomende gezondheidstechnologieën door een humanistische lens. Ze is vooral geïnteresseerd in AI-toepassingen die barrières voor zorg verlagen, vroege detectie verbeteren en geestelijk welzijn ondersteunen met respect voor de privacy en veiligheid van patiënten en voor ethische normen.
Artikelen geschreven door Lila Rowan zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om nauwkeurigheid, gevoeligheid en verantwoorde verslaggeving over gezondheids- en geestelijke gezondheidstechnologieën te garanderen.