Aidoc CARE FDA क्लियरेंस: 11 नए बॉडी CT ट्राइएज संकेत
22 जनवरी 2026 को घोषित Aidoc CARE FDA क्लियरेंस Aidoc के AI ट्राइएज समाधान में 11 नए संकेत जोड़ता है और उसे इमरजेंसी डिपार्टमेंट और एम्बुलेटरी सेटिंग के लिए बॉडी CT ट्राइएज टूल बना देता है। ये 11 संकेत Aidoc के अपने फ़ाउंडेशन मॉडल CARE पर चलते हैं, और FDA की समीक्षा वाले अध्ययन में उन्होंने औसत 97% संवेदनशीलता और 98% विशिष्टता हासिल की। अस्पतालों के लिए यह सॉफ़्टवेयर रेडियोलॉजी की कतार का क्रम बदलता है, ताकि सबसे बीमार मरीज़ों के स्कैन पहले पढ़े जाएँ।
इमरजेंसी डिपार्टमेंट को अलग स्कैन कतार की ज़रूरत क्यों थी
Aidoc का केस स्कैनर से नहीं, कतार से शुरू होता है। कंपनी का तर्क है कि इमरजेंसी डिपार्टमेंट में बाधा इमेजिंग नहीं, कतार का सिस्टम है, क्योंकि ज़्यादातर प्रोवाइडर अब भी स्कैन "पहले आओ, पहले पाओ" के आधार पर पढ़ते हैं।
उस क्रम में गंभीर रूप से बीमार मरीज़ का CT रूटीन अध्ययनों के पीछे तब तक इंतज़ार कर सकता है जब तक रेडियोलॉजिस्ट उस तक न पहुँचे। 2016 में स्थापित क्लिनिकल AI कंपनी Aidoc ने इससे इमरजेंसी डिपार्टमेंट और प्रोवाइडर ऑफ़िसों में पैदा होती भीड़ ठीक करने की ठानी।
FDA ने 22 जनवरी 2026 को क्या क्लियर किया
22 जनवरी 2026 को Aidoc ने घोषणा की कि Food and Drug Administration ने उसके ट्राइएज समाधान के 11 नए संकेत क्लियर किए हैं। इस फ़ैसले से पहले कंपनी के पास CT इमेजिंग के तीन क्लियर संकेत थे। अब वह इमरजेंसी डिपार्टमेंट और एम्बुलेटरी सेटिंग के लिए वह चीज़ पेश करती है जिसे वह व्यापक बॉडी CT ट्राइएज समाधान कहती है।
नए संकेत CARE पर चलते हैं, यानी Clinical AI Reasoning Engine, जिसे Aidoc ने खुद बनाया और जिसे वह हेल्थकेयर का पहला क्लियर फ़ाउंडेशन मॉडल बताती है। CARE कुल 14 संकेतों को एक वर्कफ़्लो में लाता है, इसलिए अस्पताल को हर गंभीर निष्कर्ष के लिए अलग टूल नहीं जोड़ना पड़ता।
रेडियोलॉजी विभाग में AI ट्राइएज कैसे काम करता है
सॉफ़्टवेयर हर स्कैन को पहले पढ़ता है। पहले आओ, पहले जाओ के बजाय Aidoc का ट्राइएज समाधान इमेज की अपनी शुरुआती समीक्षा के आधार पर स्कैन को प्राथमिकता देता है, और संदिग्ध गंभीर निष्कर्ष वाले अध्ययन रेडियोलॉजिस्ट की समीक्षा के लिए कतार में ऊपर चले जाते हैं।
निदान अब भी रेडियोलॉजिस्ट करता है। AI काम का क्रम बदलता है ताकि गंभीर रूप से बीमार मरीज़ जल्दी पढ़ने वाले तक पहुँचें। ट्राइएज कंपनी के एंटरप्राइज़ AI प्लेटफ़ॉर्म Aidoc aiOS पर चलता है, जो इमरजेंसी डिपार्टमेंट और एम्बुलेटरी प्रोवाइडर के लिए गंभीर स्थितियों की व्यापक रेंज पहचानता है। अपनी यूरोपीय वेबसाइट पर Aidoc कहती है कि aiOS PACS, EHR, RIS और शेड्यूलिंग जैसे मौजूदा अस्पताल सिस्टम में फ़िट होता है और रेडियोलॉजिस्ट से एक भी अतिरिक्त क्लिक नहीं माँगता।
"प्रमुख गंभीर स्थितियों को एक वर्कफ़्लो में लाने की क्षमता रेडियोलॉजी विभागों के काम करने के तरीके में बुनियादी बदलाव है।" — Heidi Beilis, M.D., WellSpan Health में डायग्नोस्टिक्स की चीफ़ मेडिकल ऑफ़िसर
FDA की समीक्षा वाले अध्ययन ने क्या मापा
मापा गया नतीजा उस अध्ययन से आता है जिसकी FDA ने समीक्षा की। कंपनी के अनुसार Aidoc के नए संकेतों ने औसत 97% संवेदनशीलता और औसत 98% विशिष्टता हासिल की।
Aidoc कहती है कि इससे नए संकेत बाज़ार के दूसरे समाधानों से ज़्यादा सटीक हैं और कम झूठे अलर्ट देते हैं। वह तुलना कंपनी का अपना दावा है। स्रोत नए संकेत इस्तेमाल करने वाले अमेरिकी अस्पतालों से टर्नअराउंड समय नहीं देते। Aidoc की यूरोपीय वेबसाइट टर्नअराउंड समय में 5.2 दिन की कमी बताती है और कहती है कि उसका प्लेटफ़ॉर्म हर साल 60 मिलियन स्कैन का विश्लेषण करता है, यह बताए बिना कि ये आँकड़े कहाँ मापे गए।
अस्पताल रेडियोलॉजी विभागों के लिए क्या बदलता है
हेल्थ सिस्टम के लिए CARE का काम पढ़ने की सूची को चिकित्सा ज़रूरत के हिसाब से क्रम देना है। यह वहाँ सबसे ज़्यादा मायने रखता है जहाँ स्कैन की संख्या शिफ़्ट पर रेडियोलॉजिस्ट की संख्या से आगे निकल जाती है, और जहाँ छूटा हुआ गंभीर निष्कर्ष मरीज़ और अस्पताल दोनों के लिए महँगा पड़ता है।
झूठा अलर्ट रेडियोलॉजिस्ट का समय खाता है, इसलिए 98% विशिष्टता उतनी ही मायने रखती है जितनी संवेदनशीलता: कम फ़ॉल्स पॉज़िटिव का मतलब बिना वजह आगे कूदे कम अध्ययन। 14 संकेत कवर करने वाला एक क्लियर मॉडल का मतलब कई की जगह एक वेंडर समीक्षा और एक इंटीग्रेशन भी है। WellSpan Health कहता है कि उसने अपनी इमेजिंग में कई AI टूल जोड़े हैं और यह ट्राइएज समाधान गंभीर स्थितियों के लिए वर्कफ़्लो और निदान-तक-समय के प्रबंधन को संबोधित करता है।
Aidoc की CT और X-ray योजनाओं के लिए आगे क्या
कंपनी की प्रेस विज्ञप्ति में अधिकारियों ने कहा कि Aidoc अगले 18 महीनों में अपने AI इमेजिंग समाधान सभी CT और X-ray वर्कफ़्लो तक बढ़ाने की योजना बना रही है। वह प्रोवाइडर के लिए रिपोर्ट ड्राफ़्ट करने वाला समाधान भी विकसित कर रही है। दोनों योजनाएँ हैं, नतीजे नहीं।
कंपनी के पास इस काम के लिए पैसा है। जुलाई में उसने General Catalyst और Square Peg के समर्थन से 150 मिलियन डॉलर का नया फ़ाइनेंसिंग जुटाया, जिसमें Nvidia की वेंचर कैपिटल शाखा NVentures और अमेरिकी हेल्थ सिस्टम Sutter Health, Hartford, Mercy व WellSpan शामिल हैं।
सवाल और जवाब
Aidoc CARE क्या है?
CARE, यानी Clinical AI Reasoning Engine, मेडिकल इमेजिंग के लिए Aidoc का अपना फ़ाउंडेशन मॉडल है। कंपनी इसे हेल्थकेयर का पहला क्लियर फ़ाउंडेशन मॉडल बताती है, और अब यह एक वर्कफ़्लो में 14 ट्राइएज संकेतों को चलाता है।
Aidoc का ट्राइएज समाधान कितना सटीक है?
Aidoc के अनुसार FDA की समीक्षा वाले अध्ययन में 11 नए संकेतों ने औसत 97% संवेदनशीलता और औसत 98% विशिष्टता हासिल की।
क्या AI रेडियोलॉजिस्ट की जगह लेता है?
नहीं। सॉफ़्टवेयर इमेज की पहले समीक्षा करता है और संदिग्ध गंभीर मामलों को कतार में ऊपर ले जाता है, जबकि रेडियोलॉजिस्ट स्कैन देखते हैं और निदान करते हैं।
MOZGII की राय
हम इसे कैसे बनाते
चिकित्सा में आज सॉफ़्टवेयर सबसे ज़्यादा काम की कतार में मदद करता है: कौन सा स्कैन, कौन सा मरीज़ और कौन सा संदेश पहले क्लिनिशियन तक पहुँचे। Aidoc का केस इसका साफ़ उदाहरण है। मॉडल निदान नहीं करता। वह तय करता है कि इंसान किस क्रम में देखें, और यह ऐसा फ़ैसला है जिसका अस्पताल ऑडिट कर सकता है।
अगर हम यह बना रहे होते, तो उस डेटा से शुरू करते जो पढ़ने की सूची में पहले से है: स्कैन, उसके पहुँचने का समय, ऑर्डर करने वाला विभाग और रेडियोलॉजिस्ट की साइन की हुई अंतिम रिपोर्ट। हम साइन की हुई रिपोर्ट से लेबल करते कि कौन से अध्ययन सच में गंभीर थे, और हर महीने उनके सामने मॉडल को दोबारा ट्रेन और जाँचते। हर फ़्लैग हुए मामले की समीक्षा रेडियोलॉजिस्ट करते, और विभाग प्रमुख तय करता कि फ़्लैग किया अध्ययन कतार में कितना आगे कूद सकता है।
यह दो जगह टूटेगा। झूठा अलर्ट रूटीन स्कैन को बीमार मरीज़ से आगे कर देता है, और छूटा निष्कर्ष गंभीर मामले को पुराने क्रम में इंतज़ार में छोड़ देता है। जब अस्पताल स्कैनर या प्रोटोकॉल बदलता है और इमेज ट्रेनिंग में देखी इमेज से दूर जाने लगती हैं, तो दोनों बिगड़ते हैं। हम एक ही मेट्रिक देखते: पुष्ट गंभीर मामलों के लिए स्कैन से रिपोर्ट तक का समय, चालू करने से पहले और बाद में मापा हुआ।
अगला कदम होता पढ़ने के बाद का चरण बनाना: ऐसा टूल जो पुष्ट निष्कर्ष ऑन-कॉल सही विशेषज्ञ को भेजे और दर्ज करे कि उसने उसे कब देखा।
स्रोत
इस खबर के तथ्य इन स्रोतों से लिए गए हैं।