Una startup francese ha costruito un visualizzatore di radiologia da zero con l'IA al suo centro. Il Moffitt Cancer Center lo sta già utilizzando.

      TL;DRRaidium, una startup di radiologia con sede a Parigi, ha lanciato la sua piattaforma di radiologia nativa AI presso il Moffitt Cancer Center. Il suo modello Curia automatizza il monitoraggio dei tumori e riduce la variabilità tra lettori di 3 volte.

      Raidium, una startup di radiologia con sede a Parigi e nella Silicon Valley, ha lanciato la sua piattaforma di imaging nativa AI negli Stati Uniti presso il Moffitt Cancer Center, una delle principali istituzioni di ricerca oncologica del paese. La piattaforma, chiamata Raidium Read, ha sostituito le applicazioni di radiomica legacy di Moffitt ed è attualmente disponibile per studi clinici e utilizzo nella ricerca. Si prevede che l'approvazione FDA 510(k) arrivi prima della fine del 2026.

      Il sistema è costruito attorno a Curia, il modello fondazionale proprietario di Raidium addestrato su oltre 200 milioni di fette di TC e MRI provenienti da 150.000 esami. Invece di sovrapporre strumenti AI a un visualizzatore PACS esistente, l'azienda ha costruito il visualizzatore stesso da zero con il modello integrato. Curia esegue misurazioni RECIST automatizzate e agnostiche rispetto agli organi, il metodo standardizzato per monitorare la risposta del tumore al trattamento, in più punti temporali. Raidium afferma che questo riduce la variabilità tra lettori di un fattore tre.

      Il problema pratico che Raidium sta risolvendo è noioso e consequenziale. I radiologi oncologici tracciano manualmente le lesioni attraverso scansioni sequenziali, estraendo misurazioni da studi precedenti e confrontandole con nuove immagini. Questo flusso di lavoro è dispendioso in termini di tempo e incoerente tra i lettori. Raidium Read lo automatizza: il sistema scansiona grandi volumi di input di imaging, rileva e segmenta le lesioni attraverso regioni anatomiche e mappa i dati storici delle lesioni contro nuove scansioni di follow-up. L'AI Symphony di Corti ha adottato un approccio simile alla codifica medica, trattando un compito clinico soggetto a errori come un problema di ragionamento piuttosto che di etichettatura.

      “Per vent'anni, i visualizzatori PACS standard hanno resistito all'evoluzione,” ha dichiarato Paul Herent, CEO e co-fondatore di Raidium. Il Dr. Cesar Lam, un radiologo presso Moffitt, ha affermato che la piattaforma consente progetti di ricerca che “sarebbero sembrati impossibili non molto tempo fa.” Il sistema non richiede integrazione backend, il che rende il deployment più veloce rispetto alle installazioni PACS tradizionali. L'AI ha già dimostrato di poter superare le biopsie nella classificazione di tumori rari, ma la maggior parte di quegli strumenti rimane prototipi di ricerca. La scommessa di Raidium è che costruire il visualizzatore attorno al modello, piuttosto che aggiungere il modello al visualizzatore, sia ciò che finalmente porta la radiologia AI nel flusso di lavoro clinico quotidiano.

      

      

      

       Iscriviti alla newsletter di TNW

       Ricevi le notizie tecnologiche più importanti nella tua casella di posta ogni settimana.