GE HealthCare får FDA-godkjenning for ny SIGNA MRI-teknologi

GE HealthCare har mottatt FDA 510(k)-godkjenning for tre nye magnetiske resonans (MR) teknologier som kan transformere bildediagnostikk. De godkjente systemene inkluderer SIGNA Sprint med Freelium, et 1,5T forseglet magnet-MRI-system, SIGNA Bolt, en avansert 3T MRI-skanner, og SIGNA One, et AI-drevet økosystem av arbeidsflytløsninger[-2]. Disse innovasjonene adresserer kritiske utfordringer innen radiologi, inkludert økende prosedyrekrav fra en aldrende befolkning, økning i sykdomsforekomster og utbrenthet i arbeidsstyrken. Vi utforsker hvordan GE HealthCare Norge posisjonerer seg for å møte disse behovene gjennom neste generasjons SIGNA-teknologi, og hva dette betyr for fremtidens bildediagnostikk i helsesektoren.

FDA godkjenner tre nye SIGNA MRI-systemer fra GE HealthCare

FDA-godkjenningen markerer en betydelig milepæl i GE HealthCares flerårige strategi for å differensiere MR-porteføljen. Kelly Londy, president og CEO for MR ved GE HealthCare, understreket selskapets forpliktelse til å utvide tilgangen til bildediagnostikk av høy kvalitet.

SIGNA Sprint med Freelium representer en heliumfri 1,5T forseglet magnet-løsning som bruker mindre enn 1% helium sammenlignet med konvensjonelle design. Systemet opprettholder samme kraftinfrastruktur som dagens konvensjonelle magneter uten å kreve ekstra kjøling eller strøm. Den ventilløse magneten tillater installasjon praktisk talt overalt, fra store sykehus til avsidesliggende regioner.

SIGNA Bolt er GE HealthCares avanserte 3T MRI-skanner bygget på et grunnlag av dyp læring. Systemet har et 80/200 gradientsystem som leverer forskningsnivå ytelse med omtrent 30% lavere strømforbruk sammenlignet med tidligere generasjoner. I tillegg oppnår SIGNA Bolt opptil 65% reduksjon i maksimal strømetterspørsel og opptil 34% reduksjon i minimalt utstyrsromsplass.

SIGNA One fungerer som et AI-drevet arbeidsflytøkosystem som driver begge systemene. Plattformen integrerer flere AI-aktiverte løsninger, inkludert et intuitivt brukergrensesnitt, automatisert SIGNA One-kamera med AI-aktivert anatomisk landmerkeposisjonering, og kontaktløs respirasjons- og perifer gating.

Hvordan håndterer SIGNA-teknologien dagens radiologiutfordringer

Radiologiavdelinger møter presserende utfordringer med billedbehandlingsbehov som overgår radiologarbeidsstyrken, noe som skaper lengre ventetider og diagnoseforsinkelser. Samtidig analyserer radiologer store mengder komplekse bilder, ofte tusenvis, som krever analyse av ett bilde hvert 3-4 sekund i løpet av en typisk 8-timers arbeidsdag. SIGNA-teknologien adresserer disse utfordringene gjennom integrert AI-automatisering og strømlinjeformede arbeidsflyter.

SIGNA One-grensesnittet reduserer antall klikk nødvendig for å utføre undersøkelser fra oppsett til fullført skanning, noe som krever praktisk talt ingen læringskurve uavhengig av erfaringsnivå. Systemets prediktive teknologi forutser brukerhandlinger og automatiserer rutinemessige oppgaver ved hjelp av dyp læring med 99% kompatibilitet på tvers av anatomier og applikasjoner. AI-drevet bilderekonstruksjon har demonstrert betydelige tidsbesparelser. NHS Fife rapporterte at gjennomsnittlig skannetid ble redusert fra rundt 30 minutter til mindre enn 24 minutter, noe som muliggjorde nesten 1.900 ekstra avtaler i løpet av de første seks månedene.

Bærekraftsutfordringer adresseres gjennom Freelium-teknologien som ikke krever quench-rør og opprettholder samme kraftinfrastruktur som ikke-forseglede magneter uten kompromiss på energieffektivitet. Denne tilnærmingen eliminerer kostnader og miljøpåvirkning forbundet med helium-påfyll samtidig som operasjonell sikkerhet opprettholdes.

Hva betyr dette for fremtidens bildediagnostikk

GE HealthCare utvider samarbeidet med NVIDIA for å utvikle autonome bildediagnostikksystemer som kan omforme tilgangen til helsetjenester globalt. Partnerskapet fokuserer på autonome røntgen- og ultralydteknologier ved bruk av NVIDIA Isaac for Healthcare-plattformen, som muliggjør trening og testing av autonome systemer i virtuelle miljøer før fysisk implementering. Formålet er å automatisere repetitive oppgaver utført av teknologer, slik at helsepersonell kan fokusere mer på direkte pasientbehandling og komplekse tilfeller.

Kunstig intelligens akselererer utviklingen med dyplæringsalgoritmer som forbedrer bilderekonstruksjon og reduserer bevegelsesartefakter. NVIDIA-teknologi leverer 10x akselerasjon i beregningshastighet for MR-bilderekonstruksjon og 95% reduksjon i rekonstruksjonstid. Dessuten bygger Philips og NVIDIA grunnleggende modeller for MRI drevet av NVIDIAs avanserte AI-plattform, der store dyplæringsneural nettverk trenes på massive datasett. Disse modellene muliggjør null-klikk planlegging av skanninger på tvers av forskjellige anatomier, interaktive bildeforbedringsmuligheter som støyreduksjon og superoppløsning, samt automatisk deteksjon og tolkning av bildefunn.

Skybaserte plattformer tillater radiologer å eksternt få tilgang til og analysere bilder, noe som sikrer at pasienter i landlige og avsidesliggende områder mottar rettidige diagnoser. Samtidig utvikles bærbare MRI-maskiner som Hyperfine’s Swoop for å levere livsviktig diagnostikk på stedet i underforsynte områder.

Konklusjon

GE HealthCares nye SIGNA-teknologi representerer et paradigmeskifte for moderne bildediagnostikk. Med FDA-godkjente systemer som kombinerer AI-automatisering, bærekraftig design og betydelige tidsbesparelser, får vi løsninger som møter dagens kritiske utfordringer i helsesektoren. Basically redefinerer disse innovasjonene hvordan radiologiavdelinger opererer, samtidig som pasienttilgangen til diagnostikk forbedres. Samarbeidet med NVIDIA lover videre autonomi og effektivitet, noe som gir oss et glimp av fremtidens helsetjenester hvor teknologi og menneskelig ekspertise jobber sømløst sammen.