лучевая терапия

Siemens Healthineers запустила решение для лучевой терапии Accela, основанное на архитектуре NeoArc, которое сочетает высокую скорость и точность лечения. Продвинутое программное обеспечение для планирования использует искусственный интеллект и алгоритмы для оптимизации качества плана и скорости доставки дозы, что позволяет сократить время нахождения пациента на столе.

Компании Accuray и RaySearch заключили соглашение о сотрудничестве для внедрения онлайн-адаптивной лучевой терапии. Решение объединяет аппаратные платформы Accuray с программным обеспечением RaySearch для планирования лечения и управления рабочими процессами, позволяя корректировать планы облучения непосредственно перед процедурой на основе текущей анатомии пациента.

В исследовании, опубликованном в npj Digital Medicine 7 сентября 2026 года, представлена мультимодальная модель искусственного интеллекта для прогнозирования риска рецидива менингиомы после радиотерапии. Модель объединяет перитуморальные МРТ-изображения (область вокруг опухоли) с клиническими данными пациентов, что позволяет более точно стратифицировать пациентов по группам риска по сравнению с традиционными подходами. Авторы использовали методы глубокого обучения для анализа радиомических признаков перитуморальной зоны, которые отражают микроинвазию и биологическое поведение опухоли, недоступные при стандартной оценке только самой опухоли. Валидация модели проводилась на ретроспективных когортах пациентов с менингиомой, получавших лучевую терапию, с оценкой дискриминационной способности через AUC (площадь под ROC-кривой). Результаты показали значительное улучшение точности прогноза рецидива по сравнению с моделями, использующими только клинические параметры или только внутриопухолевые МРТ-признаки. Интеграция перитуморальных радиомических характеристик позволила выявить скрытые паттерны, связанные с агрессивностью опухоли, что может помочь в персонализации адъювантной терапии и выборе тактики наблюдения. Работа подчеркивает потенциал мультимодального ИИ в нейроонкологии для улучшения стратификации риска и принятия клинических решений, однако требует проспективной валидации перед внедрением в рутинную практику.

В статье, опубликованной в npj Artificial Intelligence 2 сентября 2026 года, представлен метод UPMA (unspecified pretraining and modular adaptation) — подход к автоматическому оконтуриванию (сегментации) клинических целевых объемов (CTV) при адаптивной лучевой терапии рака пищевода. Метод сочетает неспецифицированное предобучение на больших наборах медицинских изображений с модульной адаптацией, что позволяет учитывать контекст анатомических изменений между фракциями облучения. Авторы решают ключевую проблему адаптивной радиотерапии: необходимость пересчета дозовых карт при изменении формы опухоли и окружающих тканей в процессе лечения. UPMA использует архитектуру на основе трансформеров с модулями адаптации, которые настраиваются на конкретного пациента с минимальным количеством размеченных данных. В экспериментах на клинических данных метод показал средний коэффициент Dice 0.87 для CTV, что на 6-8% выше по сравнению с базовыми моделями (U-Net и nnU-Net), а также снижение времени обработки одного случая до 12 секунд. Особое внимание уделено контекстной адаптации: модель учитывает предыдущие фракции облучения и текущие анатомические изменения, что повышает точность сегментации на 12% при значительных деформациях тканей. Разработка имеет прямое практическое значение для клиник, внедряющих адаптивную лучевую терапию, поскольку позволяет сократить ручную работу онкологов-радиологов и повысить точность лечения. Авторы отмечают, что метод может быть распространен на другие локализации опухолей и другие задачи медицинской сегментации.

Исследование представляет RN-D3 — сквозной конвейер на основе глубокого обучения для обнаружения, дифференциации и сегментации лучевого некроза на МРТ-снимках. Система достигла чувствительности 0,90 и специфичности 0,88 при тестировании на внешних данных, при этом обнаружение мелких поражений остаётся основным ограничением для клинического внедрения.

GE HealthCare представила платформу MIM Anyware, позволяющую врачам безопасно получать удаленный доступ к медицинским изображениям через веб-браузер. Решение направлено на улучшение междисциплинарного взаимодействия и оптимизацию рабочих процессов в таких областях, как лучевая онкология.

В статье освещаются финансовые и стратегические новости нескольких биотехнологических компаний. Основное внимание уделено компании Full-Life Technologies, которая привлекла 150 миллионов долларов инвестиций, из которых 110 миллионов составил раунд серии D, направленный на развитие технологий лучевой терапии. Также упоминается компания Quince, которая обновляет свою стратегию с фокусом на разработку лекарственного препарата для лечения заболеваний легких. Помимо этого, в материале кратко затрагиваются новости компаний Accro Bioscience, Hansa Biopharma, Shanghai Best-Link Bioscience и UCB. Несмотря на значительный объем инвестиций в медицинские технологии, в представленном фрагменте отсутствует прямое упоминание использования искусственного интеллекта или машинного обучения в процессах разработки или терапии.

GE HealthCare представила решение MIM ComboTherapy GYN HDR/EBRT, предназначенное для планирования комбинированной лучевой терапии при гинекологических заболеваниях. Технология использует передовое 3D-суммирование доз и биологические модели для точной оценки накопленного облучения, что позволяет персонализировать лечение и минимизировать риски.