天美影院

Publikacje
  1. Siemens Healthineers Polska
  2. Medical Imaging
  3. Imaging for Radiation Therapy
  4. Computed Tomography for Radiation Therapy
  5. SOMATOM go.Sim
SOMATOM go.Sim

SOMATOM go.SimNowy wymiar symulacji

SOMATOM go.Sim1 to bardzo elastyczny, intuicyjny aparat TK do symulacji. Dzi臋ki w pe艂ni zintegrowanemu sprz臋towi i oprogramowaniu dostosowanemu do konkretnych wymog贸w, zwi臋ksza pewno艣膰 i zmniejsza prawdopodobie艅stwo wyst膮pienia b艂臋d贸w. Ponadto wykorzystuje r贸wnie偶 zaawansowane algorytmy, oparte na sztucznej inteligencji, automatyczne konturowanie (OAR) oraz doskona艂y kontrast tkanek mi臋kkich, dzi臋ki czemu zmniejsza docelowe marginesy. Ponadto zosta艂 zaprojektowany, aby dba膰 zar贸wno o pacjent贸w, jak i u偶ytkownik贸w - dzi臋ki koj膮cemu otoczeniu, prostej koncepcji obs艂ugi oraz pojedynczej umowie serwisowej.

SOMATOM go.Sim1 mo偶e zwi臋kszy膰 wydajno艣膰 personelu oraz zoptymalizowa膰 dzia艂ania kliniczne. Pomaga szybciej uzyskiwa膰 pe艂ny obraz, co oznacza, 偶e lekarz sp臋dza mniej czasu nad symulacj膮 TK i po艣wi臋ca go pacjentom.

Cechy i korzy艣ci

    Zastosowanie kliniczne

    Ponowne odkrywanie symulacji TK z SOMATOM go.Sim1 bardzo elastycznym, intuicyjnym aparatem TK do symulacji, kt贸ry zosta艂 zaprojektowany we wsp贸艂pracy z ponad 300 specjalistami od radioterapii - onkologami radioterapeutami, fizykami medycznymi, dozymetrystami, technologami radioterapii oraz osobami podejmuj膮cymi decyzje w zakresie finans贸w - aby艣my mogli uzyska膰 wgl膮d w wasz 艣wiat. Efektem jest prze艂omowe podej艣cie do symulacji TK. Zapewni ono lekarzowi wszystko, czego potrzeba, aby osi膮gn膮膰 ostateczny punkt wyj艣cia dla optymalnego planowania radioterapii i pomo偶e mu osi膮gn膮膰 najlepsze wyniki leczenia z mo偶liwych.

    B膮d藕 pewny podczas symulacji

    The challenges in CT Simulation.

    60% wszystkich zdarze艅 podczas radioterapii spowodowane jest b艂臋dami ludzkimi

    kt贸re s膮 konsekwencj膮 r臋cznej obs艂ugi i wymiany danych5

    • Do przeprowadzenia skutecznej symulacji TK niezb臋dny jest skuteczny i bezpieczny przep艂yw pracy.
    • Stosowane obecnie procesy sprawiaj膮, 偶e u偶ytkownicy musz膮 w tym samym czasie korzysta膰 z wielu sprz臋t贸w i oprogramowania do nich.

    听

    Streamlined workflows reduce sources of errors

    Brak integracji prowadzi do b艂臋d贸w i niepewno艣ci w symulacji TK.

    Our solution: Go for a trendsetting mobile workflow

    Integracja jest kluczowym czynnikiem, pozwalaj膮cym na unikni臋cie b艂臋d贸w podczas symulacji TK

    SOMATOM go.Sim1 oferuje w pe艂ni zintegrowany sprz臋t i oprogramowanie dostosowane do konkretnych wymog贸w. Gwarantuje niezr贸wnan膮 elastyczno艣膰 w obs艂udze oraz intuicyjny interfejs.

    Workflowwith fully integrated hardware and software tailored specifically to your requirements

    Dzi臋ki takiemu przep艂ywowi pracy lekarz ma pewno艣膰 podczas symulacji: jest ona szybka i 艂atwa i daje mo偶liwo艣膰 uzyskania powtarzalnych, niezale偶nych od u偶ytkownika wynik贸w.

    Be certain with a new patient-marking solution thanks to the mobile workflow
    Zyskaj pewno艣膰 wraz z nowym rozwi膮zaniem do znakowania pacjent贸w dzi臋ki mobilnemu przep艂ywowi pracy

    Twoje korzy艣ci

    • Bezproblemowy przebieg proces贸w, kt贸re s膮 mniej podatne na b艂臋dy dzi臋ki nowemu, mobilnemu przep艂ywowi pracy
    • Zoptymalizowane zapewnienie jako艣ci pracy lasera dzi臋ki w pe艂ni zintegrowanemu laserowi Direct Laser
    • Intuicyjna i prowadzona symulacja TK dzi臋ki technologiom GO

    听

    Uzyskaj precyzj臋 w obrazowaniu kontur贸w

    High-quality patient modeling for the tumor and surrounding organs is essential
    Dzi臋ki uprzejmo艣ci Hospital Del Mar, Hiszpania

    Niewystarczaj膮ce perspektywy dok艂adnego obrazowania kontur贸w utrudniaj膮 pewne planowanie terapii

    • Nowoczesne techniki leczenia wymagaj膮 precyzyjnego planowania
    • Symulacja TK musi stale zapewnia膰 wysokiej jako艣ci modele pacjent贸w, ich nowotwor贸w i s膮siaduj膮cych narz膮d贸w
    • Jednak cz臋sto dane dostarczone na potrzeby obrazowania kontur贸w nie s膮 wystarczaj膮co precyzyjne

    听

    Contouring is the main cause of variability

    Tworzenie kontur贸w jest g艂贸wn膮 przyczyn膮 zmienno艣ci w planowaniu radioterapii.7

    Uzyskaj precyzj臋 w obrazowaniu kontur贸w narz膮d贸w krytycznych OAR

    Suboptimal image quality leads to suboptimal autocontouring
    Dzi臋ki uprzejmo艣ci Hospital Del Mar, Hiszpania

    Specjali艣ci musz膮 po艣wi臋ca膰 czas na r臋czne poprawianie automatycznie odwzorowanych kontur贸w

    • Jako艣膰 automatycznego obrazowania kontur贸w zale偶y od jako艣ci obraz贸w TK.
    • Niewystarczaj膮ca jako艣膰 obrazu (spowodowana przez artefakt pochodzenia metalicznego, powsta艂e w wyniku s艂abego kontrastu tkanki mi臋kkiej itp.) prowadzi do niewystarczaj膮cej jako艣ci automatycznego zobrazowania kontur贸w7,8

    听

    OAR contouring is very time-consuming

    W najgorszym przypadku specjali艣ci w dziedzinie radioterapii onkologicznej musz膮 ponownie w ca艂o艣ci, odr臋cznie wykona膰 konturowanie narz膮d贸w krytycznych (OAR).

    Dzi臋ki uprzejmo艣ci oddzia艂u radiologii, Hospital Particular de
    Viana do Castelo, Viana do Castelo, Portugalia.

    Precyzyjne kontury OAR generowane bezpo艣rednio w symulatorze z DirectORGANS4

    SOMATOM go.Sim1 wykorzystuje oparte na dzia艂aniu sztucznej inteligencji automatyczne obrazowanie kontur贸w OAR, kt贸re automatyzuje i ujednolica kluczowe etapy na 艣cie偶ce symulacji TK. Informacje wysokiej jako艣ci s膮 pozyskiwane bezpo艣rednio jako dane gotowe na TPS - Treatment Planning System (System Planowania Leczenia).

    Different image requirements for CT simulation
    Dzi臋ki uprzejmo艣ci Oddzia艂u radiologii, Hospital Particular de Viana do Castelo, Viana do Castelo, Portugalia.

    Algorytm automatycznego obrazowania kontur贸w konkretnego rodzaju obrazu, aby wykona膰 konturowanie

    DirectORGANS4 optymalizuje obrazy pod k膮tem algorytmu.
    Umo偶liwia to sp贸jne konturowanie narz膮d贸w krytycznych nap臋dzane sztuczn膮 inteligencj膮.

    AI Siemens Healthineers

    DirectORGANS4 to rewolucyjne rozwi膮zanie do konturowania zagro偶onych narz膮d贸w oparte na dzia艂aniu sztucznej inteligencji. Redukuje ono nieuzasadnione r贸偶nice dzi臋ki wysokiej jako艣ci konturom, kt贸re zbli偶aj膮 si臋 do poziomu kontur贸w opartych na konsensusie.

    Twoje korzy艣ci

    • Konturowanie narz膮d贸w krytycznych odbywa si臋 bezpo艣rednio w systemie, nie ma potrzeby interakcji r臋cznych
    • Zoptymalizowane obrazy zaprojektowane na potrzeby algorytmu procesu deep learning
    • Wysokiej jako艣ci kontury, kt贸re zbli偶aj膮 si臋 do poziomu kontur贸w opartych na konsensusie.
    1/2
    DirectORGANS
    Dzi臋ki uprzejmo艣ci Leopoldina Krankenhaus, Schweinfurt, Niemcy
    DirectORGANS
    DirectORGANS
    1/2

    Zyskaj precyzj臋 w konturowaniu nowotworu

    Pot臋偶ne po艂膮czenie trzech innowacyjnych rozwi膮za艅 gwarantuje pewn膮 wizualizacj臋 nowotworu, precyzyjne konturowanie i bezpo艣redni przep艂yw pracy podczas procedury 4D: iMAR4 redukuje artefakty parametry skanowania, DirectDensity3,4 odblokowuje optymalne ustawienia kV dzi臋ki pojedynczej krzywej kalibracyjnej, a zarz膮dzanie ruchami podczas oddychania2 optymalizuje parametry skanowania w oparciu o oddech pacjenta.

    Twoje korzy艣ci

    • Pewna wizualizacja nowotworu dzi臋ki funkcji iMAR, kt贸ra automatycznie redukuje artefakty pochodzenia metalicznego4
    • Uzyskanie precyzyjnych kontur贸w docelowych z optymalnym obrazowaniem kV i pojedyncz膮 krzyw膮 kalibracyjn膮 dzi臋ki funkcji DirectDensity3,4
    • Prosty przep艂yw pracy w procedurze 4D dzi臋ki kompleksowemu zarz膮dzaniu ruchami uk艂adu oddechowego4

    听

    DirectDensity3,4 odblokowuje szerszy zakres napi臋cia lampy w skanerach TK, aby uzyska膰 lepsz膮 jako艣膰 obraz贸w, utrzymuj膮c podobn膮 dok艂adno艣膰 dozymetryczn膮.10
    Dr Tianyu Zhao
    Doktor habilitowany w dziedzinie Radioterapii Onkologicznej, Washington University School of Medicine, Wydzia艂 Radioterapii Onkologicznej, St. Louis, MO, USA

    Dbaj o pacjent贸w i u偶ytkownik贸w

    Patients in the waiting area

    Niespokojni pacjenci i technicy pod presj膮 czasu mog膮 spowodowa膰 uzyskanie nieoptymalnych wynik贸w

    • Stosowana obecnie symulacja TK mo偶e powodowa膰 l臋k u pacjent贸w i napi臋cie u technik贸w
    • Technicy musz膮 sp臋dza膰 du偶膮 ilo艣膰 czasu poza pokojem bada艅
    • Zainstalowanie i utrzymywanie systemu pochodz膮cego od r贸偶nych dostawc贸w jest skomplikowane i czasoch艂onne

    听

    CT simulation can create anxiety for patients and pressure for operators

    49% pacjent贸w odczuwa stres i l臋k.11

    Je艣li technicy dzia艂aj膮 pod mniejsz膮 presj膮 czasu, mog膮 po艣wi臋ci膰 wi臋cej czasu na opiek臋 nad pacjentami i uzyskaj膮 wysokiej jako艣ci wyniki. Je艣li pacjenci czuj膮 si臋 swobodnie, proces symulacji TK b臋dzie bardziej skuteczny.

    Improved patient experience through patient-centric design

    Zwi臋ksz komfort pacjenta dzi臋ki konstrukcji, kt贸ra jest przyjazna dla pacjenta

    • Pe艂na swoboda tego, w jaki spos贸b oraz gdzie konfigurowana jest symulacja oraz wi臋cej czasu dla pacjent贸w dzi臋ki mobilnemu przep艂ywowi pracy
    • Koj膮ce otoczenie dla pacjent贸w dzi臋ki 艂agodnemu o艣wietleniu
    • 听Wi臋kszy komfort dla pacjent贸w dzi臋ki du偶emu, 85 centymetrowemu gantry

    听

    User interface with a shorter learning curve

    Korzy艣ci p艂yn膮ce z kr贸tszej krzywej uczenia si臋 i 艂atwiejszego zarz膮dzania dostawcami

    • Jeden rewolucyjny interfejs u偶ytkownika
    • Jedno centrum obs艂ugi telefonicznej
    • Jeden przegl膮d
    • Jeden kontakt z serwisem听
    • Jedna sesja szkoleniowa

    听

    Solutions that care for patients

    SOMATOM go.Sim1 stwarza komfortowe i koj膮ce otoczenie dla pacjent贸w i umo偶liwia personelowi sp臋dzanie wi臋kszej ilo艣ci czasu z pacjentami.

    Specyfikacje techniczne

    Wielko艣膰 gantry

    85 cm

    sFoV

    60 cm

    Warstwy

    32/64

    Pokrycie osi Z

    1,92 cm

    Czas obrotu

    0,354, 0,5, 1,0 s

    Obci膮偶enie sto艂u

    227/3074 kg (zgodne z TG-66)

    Wymiary systemu

    4 m2/43 ft2 (powierzchnia zajmowana przez gantry i poruszaj膮cy si臋 blat)

    Minimalne wymagania dotycz膮ce pomieszczenia

    17,3 m2/186,2 ft2

    1
    SOMATOM go.Sim jest w trakcie procedury uzyskania dopuszczenia do obrotu zgodnie z 510(k) FDA i nie jest jeszcze dost臋pna w obrocie handlowym w Stanach Zjednoczonych.
    2
    wymagane s膮 syngo.via i syngo.via CT CT Dual Energy DirectSPR
    3

    Jak wykaza艂y pomiary przy pomocy fantoma Gammex 467 Tissue Characterization Phantom por贸wnuj膮ce [T]standardow膮 rekonstrukcj臋 oraz rekonstrukcj臋 DirectDensity. Warto艣膰 obrazu do konwersji wzgl臋dnej g臋sto艣ci elektronowej/obj臋to艣ciowej na potrzeby standardowej rekonstrukcji oparta by艂a na dw贸ch liniowych wzorach z indywidualn膮 kalibracj膮 dla ka偶dego napi臋cia lampy. Dla obraz贸w DirectDensity, zastosowano pojedyncz膮 konwersj臋 liniow膮 niezale偶n膮 od napi臋cia lampy.

    Rekonstrukcja DirectDensity zosta艂a opracowana wy艂膮cznie na potrzeby planowania radioterapii. Rekonstrukcja DirectDensity nie jest przeznaczona do stosowania w celach diagnostycznych.

    4
    Opcjonalnie.
    5
    Greenwalt J et al. Reducing errors in radiation therapy through electronic safety checklists. Applied Radiation Oncology. 2014: 5鈥9.
    6
    Opcjonalnie do 4 dodatkowych tabletek.
    7
    Jameson MG et al. A review of methods of analysis in contouring studies for radiation oncology. J Med Imaging Radiation Oncol. 2010; 54(5): 401鈥10.
    8
    Wu X, Udupa JK, Odhner D, et al. Knowledge-Based Auto Contouring for Radiation Therapy: Challenges in Standardizing Object Definitions, Ground Truth Delineations, Object Quality, and Image Quality. Int J Radiat Oncol Biol Phys. 2017; 99(2): E740.
    9
    Cheung CW, Leung KY, Lam WW, et al. Application of Model-based Iterative Reconstruction in Auto-contouring of Head and Neck Cases. Prezentacja informacji naukowych (plakatu) na: LL-ROS-TH Radiation Oncology and Radiobiology Lunch Hour CME Posters; 29 listopada 2012; Chicago, IL.
    10
    Opisane tu o艣wiadczenia klient贸w firmy Siemens Healthineers opieraj膮 si臋 na wynikach osi膮gni臋tych w plac贸wce danego klienta. 鈥濼ypowy鈥 szpital nie istnieje i jest wiele zmiennych (np. wielko艣膰 szpitala, oferta zabieg贸w, poziom informatyzacji), dlatego te偶 nie ma 偶adnej gwarancji, 偶e inni klienci osi膮gn膮 takie same wyniki.
    11
    Kelly E et al, Reduced patient anxiety as a result of radiation therapist鈥恖ed psychosocial support: a systematic review, J Med Radiat Sci Sep; 64(3): 220鈥231 2017.