Grâce à ses innovations, le système de planification de traitement Eclipse v18.1† permet de repenser les workflows et les techniques de planification de traitements. Avec la solution RapidArc Dynamic désormais intégrée, des images améliorées, des tâches automatisées et un examen simplifié des plans de traitement, Eclipse v18.1 s'impose comme la nouvelle référence dans la radiothérapie.
Eclipse
Une innovation constante. Une intégration parfaite.
Eclipse
Connexion
Connectez-vous à un seul et même écosystème fluide
- Bénéficiez des dernières technologies d'imagerie, de planification et de traitement en un seul et même endroit
- Collaborez plus aisément avec vos pairs grâce à RT Peer Review
- Partagez vos meilleures pratiques et apportez vos contributions à votre communauté de confrères avec RapidPlan, la solution de planification basée sur l'expérience
- Alliez contourage par IA et workflows automatisés avec AI-Rad Companion Organs RT*
- Simplifiez la coordination des données et des accès utilisateurs entre les services ou les établissements
Control
Bringing people, systems, and workflows together
- Connect care teams, systems, and workflows across technologies, sites, and treatment approaches
- Support treatment continuity with the optional Backup Planner, enabling efficient plan conversion across machines, techniques, and energies
- Maintain flexibility across current and next-generation treatment delivery systems, including Accela
- Benefit from GPU-enabled optimization algorithms that help accelerate treatment plan generation
- Tailor planning workflows with scripting and automation tools to support institutional needs
Confiance
Planifiez vos traitements en toute confiance
- Atteignez plus rapidement vos objectifs cliniques avec RapidArc Dynamic
- Réalisez des radiothérapies stéréotaxiques avec un seul isocentre grâce à la radiothérapie haute précision HyperArc
- Simplifiez les planifications de SBRT complexes avec le NTO pour SBRT (Normal Tissue Objective, objectif de conservation des tissus sains)
- Avec la fonction Plan Checker, personnalisez et simplifiez les vérifications des plans selon les normes institutionnelles
- Bénéficiez d'une précision inégalée avec la modélisation de feuille améliorée (ELM, Enhanced Leaf Modeling)
AI Contouring — Integrated in Eclipse
High-quality, deep learning-driven structure delineation directly within your treatment planning workflow
- Automatically generates contours from CT and MRI images for over 200 anatomical structures — including organs-at-risk, lymph nodes, and brain metastases
- Built on multiple clinical guidelines (RTOG, ESTRO, DAHANCA, and more) for consistent, evidence-based results
- Seamlessly integrated within Eclipse, with no additional hardware, no separate platform, and single vendor support
- Validated by leading institutions2,3 worldwide, with auto contouring results on par with expert physicians4
AI Contouring — Integrated in Eclipse
Ressources
- Eclipse Brochure
- Eclipse v18.1 Feature Sheet
- Eclipse v18.0 Feature Sheet
- Enhanced Leaf Modeling Feature Sheet
- Plan Checker Feature Sheet
- SBRT NTO Feature Sheet
- Dwell Control Window Feature Sheet
- MCO Brochure
- RapidPlan Brochure
- RapidPlan PT Product Brief
- Eclipse RT Peer Review
- HyperArc Brochure
- Eclipse 16.1 Feature Sheet
- Eclipse 16.1 Brochure
En complément d'Eclipse
Administration du traitement
Explore the entire Digital Oncology portfolio
Marquage CE†. 510(k) en attente. Non disponible à la vente aux États-Unis ni sur tous les marchés, et aucune garantie de commercialisation, ni de disponibilité des fonctionnalités.
*AI-Rad Companion Organs RT est un produit de Siemens Healthineers et une marque déposée de Siemens Healthineers dans certains pays.
- Putz, F. Is AI-powered tumor autocontouring ready for clinical use? Evaluation of Siemens Healthineers research prototype for the autosegmentation of brain metastases. Poster presented at DEGRO; Jun 2025, Dresden, Germany. Datasets: 101 patients; 391 lesions; 1.5T MRI series T1-SPACE. University of Erlangen-Nuremberg.
- Tezcanli, E. Evaluation of a Deep Learning Contouring Algorithm for Target Delineation in HyperArc Radiosurgery. Webinar, Oct 2025. Datasets: 10 patients; 82 lesions. Acibadem University.