RADiCAIT spinout Oxford menggunakan AI untuk membuat pencitraan diagnostik lebih terjangkau dan mudah diakses — lihat di TechCrunch Disrupt 2025

Jika Anda pernah menjalani pemindaian PET, Anda pasti tahu ini adalah cobaan berat. Pemindaian ini membantu dokter mendeteksi kanker dan melacak penyebarannya, namun prosesnya sendiri merupakan mimpi buruk logistik bagi pasien.

Dimulai dengan berpuasa selama empat hingga enam jam sebelum masuk ke rumah sakit – dan semoga beruntung jika Anda tinggal di pedesaan dan rumah sakit setempat tidak memiliki pemindai PET. Sesampainya di rumah sakit, Anda disuntik dengan bahan radioaktif, setelah itu Anda harus menunggu selama satu jam hingga bahan tersebut menyebar ke seluruh tubuh Anda. Selanjutnya, Anda memasuki pemindai PET dan harus mencoba berbaring diam selama 30 menit sementara ahli radiologi memperoleh gambar tersebut. Setelah itu, Anda harus menjauhi orang tua, remaja, dan wanita hamil secara fisik hingga 12 jam karena Anda benar-benar semi-radioaktif.

Kemacetan lain? Pemindai PET terkonsentrasi di kota-kota besar karena pelacak radioaktifnya harus diproduksi di siklotron terdekat – mesin nuklir kompak – dan digunakan dalam hitungan jam, sehingga membatasi akses di rumah sakit pedesaan dan regional.

Namun bagaimana jika Anda dapat menggunakan AI untuk mengubah CT scan, yang jauh lebih mudah diakses dan terjangkau, menjadi PET scan? Itulah nadanya RADiCAITsebuah spinout Oxford yang muncul secara diam-diam bulan ini dengan pendanaan awal sebesar $1,7 juta. Startup yang berbasis di Boston, yang masuk dalam Top 20 finalis di Medan Perang Permulaan pada Gangguan TechCrunch 2025baru saja membuka pendanaan sebesar $5 juta untuk memajukan uji klinisnya.

“Apa yang sebenarnya kami lakukan adalah mengambil solusi pencitraan medis yang paling terbatas, rumit, dan mahal di bidang radiologi, dan kami menggantinya dengan solusi yang paling mudah diakses, sederhana, dan terjangkau, yaitu CT,” Sean Walsh, CEO RADiCAIT, mengatakan kepada TechCrunch.

Saus rahasia RADiCAIT adalah model dasarnya — jaringan saraf dalam generatif yang ditemukan pada tahun 2021 di Universitas Oxford oleh tim yang dipimpin oleh salah satu pendiri dan kepala informasi medis startup, Regent Lee.

Model ini belajar dengan membandingkan pemindaian CT dan PET, memetakannya, dan memilih pola keterkaitannya satu sama lain. Sina Shahandeh, kepala teknolog RADiCAIT, menggambarkannya sebagai menghubungkan “fenomena fisik yang berbeda” dengan menerjemahkan struktur anatomi ke dalam fungsi fisiologis. Kemudian model diarahkan untuk memberikan perhatian ekstra pada fitur atau aspek spesifik dari pemindaian, seperti jenis jaringan atau kelainan tertentu. Pembelajaran terfokus ini diulang berkali-kali dengan banyak contoh berbeda, sehingga model dapat mengidentifikasi pola mana yang penting secara klinis.

Gambar akhir yang diserahkan kepada dokter untuk ditinjau dibuat dengan menggabungkan beberapa model yang bekerja sama. Shahandeh membandingkan pendekatan ini dengan AlphaFold Google DeepMind, AI yang merevolusi prediksi struktur protein: Kedua sistem belajar menerjemahkan satu jenis informasi biologis ke jenis informasi biologis lainnya.

Walsh mengklaim tim di RADiCAIT dapat membuktikan secara matematis bahwa gambar PET sintetis atau yang dihasilkan secara statistik mirip dengan pemindaian PET kimia asli.

“Itulah yang ditunjukkan oleh uji coba kami,” katanya, “bahwa kualitas keputusan yang sama telah diambil ketika dokter, ahli radiologi, atau ahli onkologi diberikan PET kimia atau [our AI-generated PET].”

RADiCAIT tidak menjanjikan untuk menggantikan kebutuhan pemindaian PET dalam rangkaian terapi tertentu, seperti terapi radioligand, yang membunuh sel kanker. Namun untuk tujuan diagnostik, penentuan stadium, dan pemantauan, teknologi RADiCAIT mungkin membuat pemindaian PET menjadi usang.

“Karena sistemnya terbatas, pasokannya tidak cukup untuk memenuhi permintaan diagnostik dan theragnostics,” kata Walsh, mengacu pada pendekatan medis yang menggabungkan pencitraan diagnostik (misalnya, pemindaian PET) dengan terapi yang ditargetkan untuk mengobati penyakit (misalnya kanker). “Jadi apa yang ingin kami lakukan adalah memenuhi permintaan di sisi diagnostik. Pemindai PET sendiri harus mengatasi kekurangan di sisi theragnostic.”

RADiCAIT telah memulai uji coba klinis khusus untuk pengujian kanker paru-paru dengan sistem kesehatan besar seperti Mass General Brigham dan UCSF Health. Startup ini sekarang sedang menjalani uji klinis FDA – proses yang lebih mahal dan melibatkan banyak hal yang mendorong pendanaan awal RADiCAIT senilai $5 juta. Setelah disetujui, langkah selanjutnya adalah melakukan uji coba komersial dan menunjukkan kelayakan komersial produk tersebut. RADiCAIT juga ingin menjalankan proses yang sama – uji klinis, uji klinis, uji coba komersial – untuk kasus penggunaan kolorektal dan limfoma.

Shahandeh mengatakan pendekatan RADiCAIT dalam menggunakan AI untuk menghasilkan wawasan yang valid tanpa beban pengujian yang sulit dan mahal “dapat diterapkan secara luas.”

“Kami sedang menjajaki perluasan di bidang radiologi,” tambah Shahandeh. “Berharap untuk melihat inovasi serupa yang menghubungkan domain dari ilmu material ke biologi, kimia, dan fisika di mana pun hubungan tersembunyi di alam dapat dipelajari.”

Jika Anda ingin mendengar lebih banyak tentang RADiCAIT bergabunglah dengan kami di Disrupt, 27-29 Oktober di San Francisco. Pelajari lebih lanjut di sini.