AZmed erweitert sein Portfolio um CT-Bildgebung mit dem CE-gekennzeichneten AZnod, einer KI-Lösung zur Detektion von Lungenknoten und dem ersten Produkt der Rayscan®-Linie

PARIS, 18. Dezember 2025 -- AZmed, eines der führenden Unternehmen im Bereich künstliche Intelligenz (KI) für die Radiologie, gab heute die CE-Kennzeichnung von AZnod bekannt, seiner ersten KI-Lösung für die Computertomographie (CT) innerhalb der neuen Produktlinie Rayscan®. Diese Erweiterung ergänzt die bestehende Rayvolve® AI Suite von AZmed und erweitert das Portfolio des Unternehmens über die konventionelle Röntgenbildgebung hinaus um fortschrittliche CT-basierte Analysen.

AZnod wurde entwickelt, um Programme zur Lungenkrebsfrüherkennung zu unterstützen, indem es eine standardisierte Detektion sowie eine umfassende Charakterisierung pulmonaler Knoten in CT-Untersuchungen ermöglicht.

Lungenkrebs-Screeningverfahren stellen eine erhebliche interpretative Belastung für medizinische Bildgebungsteams dar. Sie müssen Low-Dose-CT-Untersuchungen auswerten und kleine, frühe Knoten detektieren, die in unterschiedlichen Formen auftreten können, darunter solide, teilsolide oder reine Milchglastrübungen. Subsolide Knoten sind häufig schwer zu visualisieren, ihre frühe Erkennung ist jedoch entscheidend für eine Verbesserung der Überlebenschancen. Für Radiologinnen und Radiologen ist es daher essenziell, reproduzierbare Befunde im Einklang mit etablierten Leitlinien wie Lung-RADS und den Empfehlungen der Fleischner Society zu liefern, da selbst geringfügige Änderungen in Dimension oder Volumen das Patientenmanagement beeinflussen können.

AZnod analysiert jede einzelne CT-Schicht, um Knoten mit einer Größe zwischen 3 mm und 30 mm zu identifizieren. Das System bewertet die Befunde, liefert Volumenmessungen, den größten Durchmesser (Long-Axis) sowie senkrechte Durchmesser und zeigt die exakten CT-Schichten an, in denen die Knoten sichtbar sind. Anschließend klassifiziert es die detektierten Knoten nach Dichte, Konturmorphologie, innerer Zusammensetzung und Lage in der Lunge. Dies unterstützt eine leitlinienkonforme klinische Beurteilung, ohne bestehende diagnostische Workflows zu verändern.

Das KI-Modell verarbeitet stark pseudonymisierte Bilddaten und gibt strukturierte radiologische Ergebnisse an die Anwenderinnen und Anwender zurück. Das System stellt einen konsolidierten Bericht bereit, in dem alle Knoten nach klinischer Priorität aufgeführt sind, ergänzt durch annotierte Darstellungen der Größe sowie standardisierte Messungen in Millimetern und Kubikmillimetern, diagnostische Merkmale und eine anatomische Lungenschemadarstellung, die eine schnelle Übersicht und Bewertung der Befunde ermöglicht.

Die KI-Lösung ist ab sofort für die Implementierung durch Gesundheitsdienstleister in CE-Märkten verfügbar. Für weitere Informationen wenden Sie sich bitte an das AZmed-Team.