{"id":18806,"date":"2026-07-20T05:14:28","date_gmt":"2026-07-20T08:14:28","guid":{"rendered":"https:\/\/rtmedical.com.br\/tmp-es-1784535267637\/"},"modified":"2026-07-20T05:14:34","modified_gmt":"2026-07-20T08:14:34","slug":"raidium-plataforma-imagen-oncologica","status":"publish","type":"post","link":"https:\/\/rtmedical.com.br\/es\/raidium-plataforma-imagen-oncologica\/","title":{"rendered":"Raidium lanza plataforma de imagen oncol\u00f3gica con IA"},"content":{"rendered":"

La startup francesa Raidium anunci\u00f3 el 16 de julio el lanzamiento en Estados Unidos de Raidium Read (R.Read), una plataforma de imagen oncol\u00f3gica nativa en IA que automatiza la detecci\u00f3n, la medici\u00f3n y el seguimiento longitudinal de lesiones tumorales en estudios de tomograf\u00eda y resonancia magn\u00e9tica. Dirigida inicialmente a centros de investigaci\u00f3n oncol\u00f3gica, la soluci\u00f3n ya funciona en el Moffitt Cancer Center de Florida, uno de los principales centros oncol\u00f3gicos estadounidenses, donde sustituy\u00f3 una herramienta heredada de radi\u00f3mica, seg\u00fan el comunicado de la empresa.<\/p>\n

\"Radi\u00f3logo
Las plataformas nativas en IA como R.Read prometen automatizar las mediciones de lesiones que hoy consumen horas de la lectura oncol\u00f3gica. Foto: Pexels<\/figcaption><\/figure>\n

Qu\u00e9 automatiza R.Read en el flujo oncol\u00f3gico<\/h2>\n

Seg\u00fan el material de lanzamiento, R.Read ofrece detecci\u00f3n de lesiones en cuerpo entero, segmentaci\u00f3n asistida por IA con m\u00e1scaras editables por el radi\u00f3logo y transferencia autom\u00e1tica de lesiones entre estudios de seguimiento y ex\u00e1menes previos. Sobre esa base, la plataforma genera mediciones RECIST automatizadas e independientes del \u00f3rgano a lo largo de m\u00faltiples puntos temporales, adem\u00e1s de informes estructurados conformes con RECIST 1.1 exportables en PDF.<\/p>\n

La empresa afirma que su enfoque reduce tres veces la variabilidad entre lectores y acelera hasta diez veces la anotaci\u00f3n de lesiones frente al flujo manual, cifras divulgadas por la propia Raidium que a\u00fan esperan validaci\u00f3n independiente a gran escala. Otro argumento comercial es la adopci\u00f3n sin requisitos de integraci\u00f3n: los centros oncol\u00f3gicos podr\u00edan empezar a usar la herramienta sin largos proyectos de conexi\u00f3n con el PACS, seg\u00fan el comunicado.<\/p>\n

Qui\u00e9n es Raidium: fundadores, Curia y 16 millones de euros<\/h2>\n

Fundada en 2022 en Par\u00eds por el radi\u00f3logo Paul H\u00e9rent y el cient\u00edfico de datos Pierre Manceron, ambos exintegrantes de Owkin, Raidium levant\u00f3 una ronda semilla de 16 millones de euros coliderada por los fondos Newfund y Kurma Partners, con participaci\u00f3n de Debiopharm, Founders Future, Galion.exe y la agencia ejecutiva del Consejo Europeo de Innovaci\u00f3n. Hoy la empresa tiene oficinas en Par\u00eds y en Silicon Valley.<\/p>\n

El coraz\u00f3n de la plataforma es Curia, un modelo fundacional de imagen m\u00e9dica que, seg\u00fan la empresa, se entrena con un acervo del orden de mil millones de im\u00e1genes del mundo real. En el caso espec\u00edfico de la segmentaci\u00f3n de lesiones oncol\u00f3gicas, Raidium reporta validaci\u00f3n con m\u00e1s de 50.000 lesiones anotadas y coeficientes DICE de 0,85 en resonancia y 0,74 en tomograf\u00eda en modo semiautom\u00e1tico, de nuevo datos publicados por el propio fabricante.<\/p>\n

Por qu\u00e9 medir tumores consume tanto tiempo<\/h2>\n

RECIST 1.1, el est\u00e1ndar internacional para evaluar la respuesta tumoral, exige que el radi\u00f3logo seleccione lesiones diana, mida sus di\u00e1metros mayores, sume los valores y compare el resultado con el estudio basal y con el nadir hist\u00f3rico del paciente. En cada seguimiento hay que reabrir los estudios previos, reidentificar cada lesi\u00f3n y repetir las mediciones de forma consistente, un trabajo minucioso que se multiplica en pacientes metast\u00e1sicos con una docena o m\u00e1s de lesiones y en ensayos cl\u00ednicos con lectura central independiente.<\/p>\n

Ese cuello de botella es justamente el objetivo de los modelos fundacionales. En lugar de entrenar un algoritmo por \u00f3rgano o por tarea, estos modelos aprenden representaciones generales de la anatom\u00eda humana a partir de vol\u00famenes masivos de datos y luego se adaptan a tareas espec\u00edficas como detecci\u00f3n, segmentaci\u00f3n y medici\u00f3n. La l\u00f3gica es an\u00e1loga a la de los grandes modelos de lenguaje, y explica por qu\u00e9 la prensa especializada describi\u00f3 a Raidium como un intento de crear el \u00abGPT de la radiolog\u00eda\u00bb.<\/p>\n

IA nativa frente a IA acoplada al PACS<\/h2>\n

La mayor\u00eda de las herramientas de IA en uso cl\u00ednico funciona como complemento: el algoritmo procesa el estudio en paralelo y devuelve resultados como series DICOM est\u00e1ticas o notificaciones dentro del PACS heredado. Una plataforma nativa en IA invierte esa relaci\u00f3n: el visor se construye alrededor del modelo y el radi\u00f3logo interact\u00faa con las segmentaciones en tiempo real, corrigiendo contornos y propagando mediciones entre fechas. El comunicado de Raidium cita que cerca del 70% de los dispositivos m\u00e9dicos con IA autorizados por la FDA pertenecen a la radiolog\u00eda, pero que el 41% de los radi\u00f3logos considera que las herramientas actuales no cubren sus necesidades, seg\u00fan una encuesta de Philips de 2025.<\/p>\n

El movimiento se suma a una ola de consolidaci\u00f3n de la IA en la imagen oncol\u00f3gica que incluye desde el acuerdo de IA en oncolog\u00eda entre Sheba y Dana-Farber<\/a> hasta dispositivos ya autorizados como el ec\u00f3grafo con IA Philips Alturion autorizado por la FDA<\/a>.<\/p>\n

Qu\u00e9 implica para radi\u00f3logos y centros oncol\u00f3gicos<\/h2>\n

Para el radi\u00f3logo, la promesa es trasladar tiempo de medici\u00f3n manual hacia la interpretaci\u00f3n y la decisi\u00f3n cl\u00ednica, con mediciones m\u00e1s reproducibles entre lectores. Para los centros de investigaci\u00f3n, la estandarizaci\u00f3n de los endpoints de imagen puede abaratar los ensayos cl\u00ednicos y hacer viables los an\u00e1lisis de carga tumoral total, hoy poco pr\u00e1cticos en la rutina. En Moffitt, un radi\u00f3logo de la instituci\u00f3n afirm\u00f3 durante el lanzamiento que el enfoque unificado permite explorar proyectos de investigaci\u00f3n que antes parec\u00edan imposibles. En Am\u00e9rica Latina, donde la demanda de seguimiento oncol\u00f3gico por imagen crece m\u00e1s r\u00e1pido que la oferta de subespecialistas, estas herramientas deber\u00e1n pasar adem\u00e1s por los registros sanitarios nacionales antes de llegar a la pr\u00e1ctica asistencial.<\/p>\n

Regulaci\u00f3n, validaci\u00f3n y pr\u00f3ximos pasos<\/h2>\n

Por ahora, R.Read est\u00e1 disponible solo para investigaci\u00f3n y ensayos cl\u00ednicos. Raidium afirma que busca la autorizaci\u00f3n 510(k) de la FDA para un subconjunto de funciones y espera anunciarla antes de fin de 2026. Hasta entonces, la prueba decisiva ser\u00e1 la validaci\u00f3n independiente: rendimiento fuera de la base de entrenamiento, robustez entre equipos y protocolos y publicaci\u00f3n revisada por pares. El escepticismo es sano en un momento en que las im\u00e1genes sint\u00e9ticas generadas por IA ya enga\u00f1an a radi\u00f3logos<\/a>, se\u00f1al de que la madurez t\u00e9cnica de los modelos avanza m\u00e1s r\u00e1pido que los mecanismos de verificaci\u00f3n.<\/p>\n

Fuente:<\/strong> AuntMinnie<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

La francesa Raidium lanza en EE. UU. R.Read, plataforma de imagen oncol\u00f3gica nativa en IA con mediciones RECIST autom\u00e1ticas, ya usada en Moffitt.<\/p>\n","protected":false},"author":1,"featured_media":18781,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"ngg_post_thumbnail":0,"_rt_cluster":"","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[229,183],"tags":[],"class_list":["post-18806","post","type-post","status-publish","format-standard","has-post-thumbnail","category-inteligencia-artificial-es","category-radiologia-es"],"aioseo_notices":[],"rt_seo":{"title":"","description":"Raidium lanza en EE. UU. R.Read, plataforma de imagen oncol\u00f3gica nativa en IA con mediciones RECIST automatizadas, ya en uso en el Moffitt Cancer Center.","canonical":"","og_image":"","robots":"index,follow","schema_type":"Article","include_in_llms":true,"llms_label":"Raidium R.Read: plataforma de IA para imagen oncol\u00f3gica","llms_summary":"La startup francesa Raidium lanz\u00f3 en EE. UU. R.Read, plataforma de imagen oncol\u00f3gica nativa en IA basada en el modelo fundacional Curia que automatiza mediciones RECIST y el seguimiento longitudinal de lesiones; en uso en Moffitt, con 510(k) previsto para 2026.","faq_items":[],"video":[],"gtin":"","mpn":"","brand":"","aggregate_rating":[]},"_links":{"self":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18806\/"}],"collection":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/"}],"about":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/types\/post\/"}],"author":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/users\/1\/"}],"replies":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/comments\/?post=18806"}],"version-history":[{"count":1,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18806\/revisions\/"}],"predecessor-version":[{"id":18808,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/posts\/18806\/revisions\/18808\/"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/18781\/"}],"wp:attachment":[{"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/media\/?parent=18806"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/categories\/?post=18806"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rtmedical.com.br\/es\/wp-json\/wp\/v2\/tags\/?post=18806"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}