O que faz. Contorno automático por deep learning de órgãos de risco e CTVs, além de geração automática de estruturas de otimização/planejamento a partir de modelos da clínica, integrado à suíte de QA da Radformation (ClearCheck/ClearCalc). A Radformation adquiriu a Limbus AI em 2024.

Quando escolher: clínicas centradas em Eclipse ou multimodalidade que querem automação integrada com QA.

Quando evitar: se você precisa de uma ferramenta mínima de propósito único, ou estritamente local, sem componente em nuvem.

O que faz. Modelos pré-treinados e curados por especialistas contornam órgãos de risco e CTVs a partir de TC/RM localmente e exportam DICOM RTSTRUCT para revisão no TPS. Hoje faz parte da Radformation, com capacidades convergindo.

Quando escolher: serviços que exigem que os dados nunca saiam da rede local, ou com hardware de GPU limitado.

Quando evitar: se você quer um serviço escalável em nuvem ou uma única suíte integrada de automação + QA.

O que faz. Contorno automático por deep learning de órgãos de risco em imagens de planejamento (cabeça e pescoço, tórax, abdome, pelve), entregue pela plataforma em nuvem teamplay da Siemens Healthineers, como parte da família AI-Rad Companion.

Quando escolher: clientes Siemens Healthineers / teamplay que querem contorno de órgãos de risco na nuvem dentro desse ecossistema.

Quando evitar: se você precisa de contorno em CBCT/PET, de uma ferramenta offline ou de uma biblioteca de estruturas editável e ampla documentada hoje.

Contexto — Varian Ethos (produto separado). O Varian Ethos é uma plataforma de tratamento de radioterapia adaptativa online, que reimagina e replaneja no acelerador, com seu próprio contorno por IA/registro deformável e um motor de planejamento automatizado. A Varian é uma empresa da Siemens Healthineers, mas o Ethos e o AI-Rad Companion Organs RT são produtos diferentes, comercializados separadamente — o Ethos não faz parte deste comparativo de softwares de contorno automático.

O que faz. Segmentação automática por deep learning embutida no TPS RayStation. Modelos baseados em diretrizes rodam localmente em GPU; as ROIs geradas são editadas com as próprias ferramentas de definição de estruturas do RayStation.

Quando escolher: serviços que usam RayStation e querem contorno no próprio fluxo, em várias modalidades e tipos de tratamento.

Quando evitar: se você usa outro TPS e não quer adotar o RayStation só pelo contorno, ou precisa de segmentação totalmente automática.

O que faz. Segmentação automática por IA, em nuvem (ou local), de órgãos de risco e regiões linfonodais, com “segmentação baseada em diretrizes” treinada para seguir consensos publicados (ESTRO, EPTN, RTOG, UK SABR) e reduzir a variabilidade entre observadores.

Quando escolher: equipes que querem contorno de OAR/linfonodos padronizado por diretriz, com atualizações gerenciadas pelo fornecedor, em Eclipse/RayStation/Monaco.

Quando evitar: se você precisa de contorno em CBCT/PET, de disponibilidade local confirmada hoje, ou de uma única ferramenta que gere e edite contornos por completo.

O que faz. Contorno automático por deep learning dentro da plataforma de imagens neutra da MIM. O ProtégéAI+ acrescenta edição/refinamento assistidos por IA sobre a geração automática. A MIM hoje faz parte da GE HealthCare.

Quando escolher: equipes que querem contorno automático neutro mais edição assistida por IA, desacoplado de qualquer TPS único.

Quando evitar: se você quer contorno nativo no seu TPS atual, sem plataforma adicional.

O que faz. O módulo Annotate do ART-Plan contorna automaticamente uma grande biblioteca de órgãos de risco, linfonodos e modelos de CTV, com editor web próprio e validação obrigatória por usuário qualificado. A plataforma mais ampla acrescenta fusão de imagens e TC sintética a partir de RM/CBCT.

Quando escolher: serviços que querem um motor de alto volume alinhado a diretrizes, mais TC sintética e fusão, em Eclipse-ARIA, RayStation ou Monaco-Mosaiq.

Quando evitar: se você precisa de um plug-in totalmente local/air-gapped nativo no TPS, ou de disponibilidade local confirmada antes da compra.

O que faz. Contorno de órgãos de risco por deep learning, entregue pelo appliance “zero clique” Workflow Box da Mirada, que intercepta os estudos de TC recebidos, gera os contornos e roteia automaticamente o RTSTRUCT para um destino. Uma das primeiras soluções de contorno automático por IA disponíveis comercialmente.

Quando escolher: contorno automático de alto volume de órgãos de risco em TC de planejamento, em um ambiente multi-TPS.

Quando evitar: quando você precisa de um editor embutido ou de suporte a CBCT/PET confirmado.

O que faz. Segmentação automática por deep learning somente em software, gerando um conjunto inicial de OAR/alvos para revisão e edição, com ferramentas no navegador, fluxo DICOM automatizado e integração Eclipse ESAPI. O fornecedor também oferece retreinamento de modelos no local e QA geométrico.

Quando escolher: serviços nos EUA (especialmente Eclipse) que querem uma ferramenta com retreinamento local e revisão pela equipe clínica.

Quando evitar: quando você precisa de integração nativa com RayStation, ou de disponibilidade confirmada na sua região sem confirmação do fornecedor.

O que faz. Aplicativo independente de contorno automático por IA (da Oncosoft, sediada em Seul) que detecta a região de tratamento e gera contornos de órgãos de risco em TC/RM, com editor próprio por pincel e troca DICOM/HL7-FHIR. Há relato de implantação clínica em vários hospitais na Coreia do Sul.

Quando escolher: serviços que querem uma ferramenta independente rápida, com editor próprio e entrega DICOM ao TPS.

Quando evitar: se você precisa de scripts nativos de TPS ou de contorno em CBCT/PET.

O que faz. Ótima ferramenta brasileira em nuvem, da Silva Ray, que usa IA de última geração (deep learning) para contornar automaticamente os órgãos de risco em TC de planejamento para cabeça e pescoço, tórax e pelve — 47 estruturas de OAR no total (19 em cabeça e pescoço, 15 em tórax e 13 em pelve). Roda em GPUs remotas (sem GPU local), é totalmente integrada ao padrão DICOM e os modelos são treinados com centenas de casos clínicos reais de TC, com suporte em português e conformidade declarada com a LGPD.

Quando escolher: um serviço brasileiro que quer uma ferramenta nacional de OAR em TC, em nuvem, com suporte em português e conformidade com a LGPD, e prefere inferência em nuvem sem GPU local para instalar ou manter.

Quando evitar: se você precisa de suporte a RM/CBCT/PET, segmentação automatizada de tumor/GTV, um editor colaborativo no produto ou implantação totalmente on-premises/air-gapped.