การแพทย์
Synaptiq ผสานการวาดขอบเขตเนื้องอกและอวัยวะด้วย AI เพื่อเร่งการวางแผนรังสีรักษา

ประเด็นสำคัญการลดเวลาการกำหนดโครงสร้างที่รายงานไว้ 92.6% ของ Mediq RT…
ดูเพิ่มเติม
- การลดเวลาการกำหนดโครงสร้างที่รายงานไว้ 92.6% ของ Mediq RT นั้นรวมถึงการทบทวนและแก้ไขโดยแพทย์ผู้เชี่ยวชาญ ไม่ใช่เพียงการประมวลผลของ AI เพียงอย่างเดียว
- การเปรียบเทียบเกณฑ์มาตรฐานแยกต่างหากของ Synaptiq ใช้ชุดข้อมูลผู้ป่วย 80 รายเดียวกันกับการศึกษาปี 2023 ที่ไม่ได้รวมระบบของบริษัทไว้
- Mediq RT ส่งออกโครงสร้างที่ผ่านการทบทวนแล้วผ่าน DICOM แต่ไม่ได้สั่งจ่ายหรือให้รังสีรักษาด้วยตนเอง
Synaptiq นำการกำหนดขอบเขตเนื้องอกและการวาดขอบเขตอวัยวะเสี่ยงด้วย AI มาไว้ในกระบวนการวางแผนรังสีรักษาแบบครบวงจรผ่านแพลตฟอร์ม Mediq RT บริษัทเทคโนโลยีสุขภาพจากโรมาเนียระบุว่า การประเมินทางคลินิกพบว่าเวลาในการวาดขอบเขตบนภาพ CT ลดลงเฉลี่ย 92.6% โดยนับรวมเวลาที่บุคลากรทางการแพทย์ใช้ตรวจทานและแก้ไขผลงานของ AI ด้วย
ประกาศเมื่อวันที่ 18 พฤศจิกายนมุ่งเน้นขั้นตอนสำคัญก่อนการฉายรังสี นั่นคือการกำหนดขอบเขตเป้าหมายและโครงสร้างปกติที่บุคลากรทางการแพทย์ต้องปกป้อง Synaptiq ระบุว่า Mediq RT ผสานการแบ่งส่วนภาพโดยอัตโนมัติเข้ากับการปรับแต่งแบบโต้ตอบ ทำให้ผู้เชี่ยวชาญสามารถกำหนดแนวขอบเขตได้ พร้อมยังคงเป็นผู้รับผิดชอบในการอนุมัติ
บริษัทประกาศว่าได้รับเครื่องหมาย CE ประเภท IIa ภายใต้ข้อบังคับว่าด้วยเครื่องมือแพทย์ของสหภาพยุโรป โดยครอบคลุมการวาดขอบเขตเนื้องอกโดยเฉพาะ การรับรองนี้เป็นบริบทด้านกฎระเบียบสำหรับการขยายขอบเขตการใช้งาน ขณะที่ประโยชน์ในทางปฏิบัติสำหรับแผนกรังสีรักษาคือการย่นระยะเวลาตั้งแต่การสแกนจนถึงการตรวจทานขอบเขต
เปลี่ยนภาพ CT ให้เป็นโครงสร้างที่แก้ไขได้
การวาดขอบเขตเป็นการแปลงภาพทางการแพทย์ให้เป็นบริเวณที่กำหนดขอบเขตชัดเจน ซึ่งระบบวางแผนการรักษาสามารถนำไปใช้ได้ เป้าหมายที่เป็นเนื้องอกและอวัยวะใกล้เคียงมีหน้าที่ต่างกัน โดยส่วนหนึ่งระบุเนื้อเยื่อที่ต้องรักษา ส่วนอวัยวะอื่น ๆ ช่วยให้ทีมรักษาควบคุมการรับรังสีของโครงสร้างปกติ
ซอฟต์แวร์วาดขอบเขตด้วย AIของ Mediq RT สร้างโครงสร้างเหล่านี้ให้บุคลากรทางการแพทย์ตรวจสอบและปรับแก้ได้ Synaptiq ระบุว่าแพลตฟอร์มรองรับอวัยวะเสี่ยงและบริเวณต่อมน้ำเหลืองมากกว่า 250 แห่ง ครอบคลุมตำแหน่งมะเร็งต่าง ๆ ในร่างกาย โดยการประมวลผลขอบเขตเบื้องต้นใช้เวลาประมาณ 30 วินาทีต่อผู้ป่วยหนึ่งราย
ฟังก์ชันแบบโต้ตอบที่เรียกว่า Active Intelligence ช่วยให้บุคลากรทางการแพทย์ปรับแต่งผลลัพธ์ได้โดยไม่ต้องวาดทุกภาพตัดขวางใหม่ Synaptiq อธิบายบนเว็บไซต์ว่า ในกระบวนการทำงานนี้ ผู้เชี่ยวชาญด้านมะเร็งวิทยารังสีจะวาดขอบเขตในภาพตัดขวางหนึ่งภาพของปริมาตรก้อนมะเร็งรวม จากนั้น AI จะขยายขอบเขตไปตลอดปริมาตรส่วนที่เหลือ การแก้ไขในภาพตัดขวางเฉพาะภาพยังช่วยชี้นำการปรับแก้โดยใช้ AI ได้ด้วย
ประกาศล่าสุดระบุว่าโมเดลตอบสนองต่อคำสั่งแบบโต้ตอบภายในเวลาประมาณหนึ่งถึงสองวินาที เวลาตอบสนองดังกล่าว เวลาในการประมวลผลเบื้องต้น และเวลาที่ใช้ตรวจทานเคสทั้งหมด ล้วนเป็นช่วงเวลาที่แตกต่างกันในกระบวนการทำงาน
“Mediq RT ช่วยลดเวลาที่บุคลากรทางการแพทย์ใช้ในการวางแผนการรักษา ด้วยการรวมการวาดขอบเขตเนื้องอกและอวัยวะไว้ในที่เดียว ขณะเดียวกันก็ยังให้บุคลากรทางการแพทย์ควบคุมทุกการตัดสินใจ” Dragoș Dușe ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง Synaptiq กล่าว
ตัวเลขเวลาที่ประหยัดได้สะท้อนอะไร
Synaptiq ระบุว่า การประเมินทางคลินิกซึ่งเป็นส่วนหนึ่งของการประเมินความสอดคล้องครอบคลุมกรณีภาพ CT บริเวณศีรษะและลำคอ ทรวงอก ช่องท้อง และเชิงกราน ตัวเลขเวลาที่ลดลงเฉลี่ย 92.6% เปรียบเทียบกระบวนการทำงานที่บุคลากรทางการแพทย์ตรวจทานกับการวาดขอบเขตด้วยตนเอง ไม่ใช่เปรียบเทียบงานที่ทำด้วยตนเองกับการประมวลผลดิบของ AI เพียงอย่างเดียว
การลดเวลามากที่สุดพบในกรณีบริเวณศีรษะและลำคอ โดยเวลาเฉลี่ยในการวาดขอบเขตลดจาก 97 นาทีเมื่อทำด้วยตนเองเหลือ 2.7 นาทีเมื่อใช้ Mediq RT คิดเป็นการลดลง 97.2% ตามที่รายงาน บริษัทระบุว่า ในการประเมินภาพ CT นั้น ขอบเขตที่ AI สร้างขึ้น 92.1% ได้รับการยอมรับโดยไม่ต้องแก้ไข 7.6% ต้องแก้ไขเล็กน้อย และน้อยกว่า 0.3% ต้องแก้ไขครั้งใหญ่
ตัวเลขเหล่านี้เป็นตัวชี้วัดประสิทธิภาพในการวาดขอบเขตและการยอมรับทางคลินิกภายในการประเมิน แต่เพียงลำพังไม่ได้ยืนยันว่าระยะเวลารอรับการรักษาโดยรวมลดลง การควบคุมเนื้องอกดีขึ้น หรือผู้ป่วยมีอัตราการรอดชีวิตเพิ่มขึ้น ขั้นตอนอื่น ๆ เช่น การเก็บภาพสแกน การตัดสินใจทางคลินิก การคำนวณปริมาณรังสี และการวางแผนส่วนอื่น ๆ ยังคงเป็นองค์ประกอบในกระบวนการนอกเหนือจากการวาดขอบเขต
ทำความเข้าใจเกณฑ์เปรียบเทียบเชิงพาณิชย์ในบริบท
Synaptiq ยังรายงานผลการเปรียบเทียบอีกชุดหนึ่ง โดยใช้ชุดข้อมูลผู้ป่วย 80 รายชุดเดียวกับที่ใช้ในการศึกษาในปี 2023 เกี่ยวกับระบบวาดขอบเขตด้วย AI เชิงพาณิชย์ งานศึกษาที่เผยแพร่ดังกล่าวประเมินผู้ให้บริการ 5 ราย ครอบคลุมกรณีมะเร็งเต้านม ศีรษะและลำคอ ปอด และต่อมลูกหมาก โดย Synaptiq ไม่ใช่หนึ่งในห้าระบบที่อยู่ในบทความต้นฉบับ
ในการเปรียบเทียบภายหลัง Synaptiq รายงานว่าใช้เวลาแก้ไขกรณีบริเวณศีรษะและลำคอ 2.7 นาที เทียบกับ 4.4 นาทีของระบบที่เร็วเป็นอันดับรองลงมา คำอธิบายการประเมินของบริษัทกล่าวถึงทั้งความสอดคล้องทางเรขาคณิตและปริมาณงานแก้ไข ความแตกต่างนี้มีความสำคัญ เพราะขอบเขตอาจมีพื้นที่ทับซ้อนโดยรวมกับข้อมูลอ้างอิงในระดับสูง แต่ยังต้องแก้ไขเฉพาะจุดที่มีความสำคัญทางคลินิก
การเชื่อมต่อกับระบบวางแผนของโรงพยาบาล
เอกสารระบุวัตถุประสงค์การใช้งานที่เผยแพร่ของบริษัทอธิบายว่า Mediq RT เป็นเครื่องมือสำหรับแพทย์รังสีรักษาและนักฟิสิกส์การแพทย์ที่ผ่านการฝึกอบรม ซึ่งทำงานกับภาพ CT สามมิติของผู้ใหญ่ที่มีข้อบ่งชี้ให้รับการฉายรังสี ผู้ใช้ที่มีคุณสมบัติเหมาะสมจะตรวจทาน แก้ไข และอนุมัติโครงสร้างก่อนส่งออก
ซอฟต์แวร์เชื่อมต่อกับระบบวางแผนการรักษาและระบบจัดเก็บและสื่อสารภาพทางการแพทย์ผ่าน DICOM ซึ่งเป็นมาตรฐานสำหรับแลกเปลี่ยนภาพทางการแพทย์และข้อมูลที่เกี่ยวข้อง โปรแกรมดูภาพบนเว็บเป็นพื้นที่ทำงานสำหรับตรวจทานขอบเขต ส่วนแพลตฟอร์มสามารถให้บริการผ่านระบบคลาวด์หรือติดตั้งใช้งานภายในโรงพยาบาลได้
แนวทางนี้ทำให้ Mediq RT มุ่งเน้นเฉพาะส่วนที่กำหนดไว้ของกระบวนการวางแผน โครงสร้างที่ผ่านการตรวจทานแล้วจะเข้าสู่ขั้นตอนคำนวณปริมาณรังสีและออกแบบการรักษาของโรงพยาบาลในลำดับถัดไป ส่วนซอฟต์แวร์กำหนดขอบเขตไม่ได้สั่งจ่ายหรือฉายรังสีด้วยตัวเอง
เครื่องมือในเวิร์กโฟลว์ที่บุคลากรทางคลินิกยังคงควบคุมได้
Synaptiq ก่อตั้งขึ้นที่เมืองคลูช-นาโปกาในปี 2021 และระบุว่าปัจจุบันให้บริการลูกค้าใน 11 ประเทศ พร้อมประมวลผลข้อมูลผู้ป่วยมากกว่า 63,000 รายในการใช้งานจริงทางคลินิก บริษัทวางแผนขยายการดำเนินงานในยุโรป พัฒนาหลักฐานทางคลินิกเพิ่มเติม และเดินหน้าสู่การเข้าสู่ตลาดสหรัฐฯ ด้วยการยื่นเอกสาร FDA 510(k)
จุดเด่นที่น่าสนใจที่สุดของแนวทางนี้คือการผสานระบบอัตโนมัติเข้ากับการแก้ไข การสร้างเส้นขอบเขตได้อย่างรวดเร็วจะมีประโยชน์เมื่อผู้เชี่ยวชาญสามารถประเมิน ปรับแก้ได้อย่างมีประสิทธิภาพ และนำผลกลับเข้าสู่กระบวนการวางแผนที่ใช้อยู่เดิม การยอมรับ Mediq RT ในระยะต่อไปจะขึ้นอยู่กับความสม่ำเสมอในการทำงานของเวิร์กโฟลว์ทั้งหมดนี้ในสภาพแวดล้อมทางคลินิกที่หลากหลาย












