Stratasys und Siemens Healthineers entwickeln 3D-gedruckte Phantome
Kadaver ersetzen und die CT-Bildgebung und das Training von KI-Algorithmen verändern
Stratasys und Siemens Healthineers haben kürzlich die Ergebnisse einer gemeinsamen Forschungsarbeit vorgestellt, die die beispiellose Genauigkeit der von Stratasys angebotenen Lösungen zur Nachbildung der menschlichen Anatomie in 3D-gedruckten medizinischen Bildgebungsphantomen demonstriert.
Diese Zusammenarbeit nutzt die RadioMatrix-Materialien und die Digital Anatomy-Technologie von Stratasys zusammen mit den fortschrittlichen Algorithmen von Siemens Healthineers, um die Qualität komplexer anatomischer medizinischer Bildgebungsphantome erheblich zu verbessern – so dass Chirurgen, Forscher und Ausbilder vereinfachte anatomische Phantommodelle für die Planung und Ausbildung vor Operationen ersetzen können.
Diese neue Forschungsarbeit zeigt, wie anatomisch genaue, patientenspezifische 3D-gedruckte Phantome skalierbar, kostengünstig und effizient sind, um neue CT-Scan-Algorithmen zu entwickeln und die diagnostische Präzision zu verbessern. Durch die Verwendung von 3D-gedruckten anatomischen Modellen für die Radiologie ist es möglich, ein patientenspezifisches, anatomisches Modell anzubieten, das Anatomie und Pathologien genau wiedergibt.
„Die Integration von 3D-Drucklösungen zur Erstellung patientenrealistischer CT-Phantome in Kombination mit der Digitalen Anatomie-Technologie von Stratasys stellt eine bedeutende Innovation im Bereich der Computertomographie dar“, sagte Jesús Fernández Léon, Leiter des Produkt- und Klinikmarketings für Computertomographie bei Siemens Healthineers. „Diese Kooperation verbessert nicht nur unsere Fähigkeit, die Leistung moderner CT-Systeme zu bewerten und zu verifizieren, sondern stellt auch sicher, dass sich unsere Algorithmen auf eine äußerst realistische Darstellung der menschlichen Anatomie verlassen können. Durch unsere Zusammenarbeit setzen wir neue Standards in der medizinischen Bildgebung.“
Die gemeinsamen Anstrengungen werden die Innovation in der medizinischen Bildgebung auf vielfältige Weise vorantreiben:
- Durch die Integration der fortschrittlichen Digitalen Anatomie-Technologie und -Materialien von Stratasys mit der Bildgebung von Siemens Healthineers entstehen patientenspezifische Phantome mit realistischer Röntgensichtbarkeit und anatomischer Präzision. Diese Modelle bilden die Ergebnisse der klinischen Bildgebung genauer ab als herkömmliche Phantome und entsprechen dem seit langem bestehenden Bedürfnis der Radiologie nach Konsistenz und Zuverlässigkeit, wobei die Anatomie und die Details potenzieller Pathologien und/oder Variationen der Anatomie erhalten bleiben.
- Mit der Fähigkeit, wiederholbare Datensätze über dieselbe Anatomie zu erzeugen, eliminieren diese Phantome ethische und Variabilitätsprobleme, die mit menschlichen Scans und/oder der Verwendung von Leichen verbunden sind.
- Erweiterte Nachbearbeitung einschließlich Validierungsdaten für KI-basierte Softwarelösungen. Die ultrarealistischen Phantome beschleunigen die Entwicklung von Bildgebungsalgorithmen, treiben Materialinnovationen voran und ermöglichen die Erforschung neuer klinischer und akademischer Anwendungen.
Durch den Einsatz dieser Art von 3D-gedruckten Phantomen können Krankenhäuser und Bildgebungszentren die Kalibrierung und Leistung von CT-Scannern verbessern und so eine genauere Diagnose und bessere Patientenergebnisse gewährleisten. Diese Phantome öffnen auch neue Türen für die Ausbildung, Schulung und Forschung in der Radiologie und verbessern letztendlich die Ergebnisse für die Patienten und die Kosten.
„Die Zusammenarbeit zwischen Stratasys und Siemens Healthineers wird den Weg für Innovationen ebnen, die die Präzision der Bildgebung erhöhen, die Effizienz der Ausbildung verbessern und die Abhängigkeit von Leichen verringern“, sagte Erez Ben Zvi, Vice President of Healthcare bei Stratasys. „Dies ist ein entscheidender Schritt für die medizinische Gemeinschaft. Wir glauben, dass diese Arbeit den Fortschritt in der Medizin beschleunigen und die Ergebnisse für die Patienten verbessern kann.“
Die RSNA-Präsentation hob auch die signifikanten Abweichungen zwischen realen und gedruckten Modellen hervor, mit Abweichungen von nur einer Hounsfield-Einheit (HU) in kritischen Bereichen wie grauer Substanz und Venen. Dieses außergewöhnliche Maß an Genauigkeit setzt neue Maßstäbe für die CT-Bildgebungsforschung.
