A versão mais recente do Eclipse já está disponível!

O sistema de planeamento de tratamentos Eclipse v18.1 proporciona inovação para reformular as técnicas e os fluxos de trabalho associados ao planeamento de tratamentos. Com a introdução da solução RapidArc Dynamic, de capacidades de aquisição de imagem melhoradas, da automatização avançada e de um processo de revisão de planos simplificado, o Eclipse v18.1 foi concebido para estabelecer novos padrões em termos de radioterapia.

Ligação

Ligar de forma simples processos díspares num único fluxo de trabalho

  • Tire partido dos avanços mais recentes em termos de aquisição de imagens, administração e planeamento de tratamentos, tudo num único lugar
  • Promova uma colaboração mais harmoniosa e flexível com outros colegas com o RT Peer Review
  • Partilhe as melhores práticas e contribua para a comunidade com o planeamento baseado em conhecimento RapidPlan®
  • Combine a delimitação automática por IA com fluxos de trabalho automatizados, utilizando AI-Rad Companion Organs RT*
  • Simplifique a coordenação de dados e direitos dos utilizadores entre departamentos ou instituições

Controlo

Controlo para promover cuidados personalizados ao doente, de maneira mais eficiente

  • Tire partido dos benefícios de IMRT, VMAT e de um colimador dinâmico com o RapidArc Dynamic
  • Crie planos de tratamento de alta qualidade, de forma consistente, com o RapidPlan
  • Explore possibilidades e refine os resultados com a otimização multicritérios (MCO)
  • Modele a dose de forma intuitiva, utilizando o arrastamento das linhas de isodose no MCO
  • Controle facilmente pontos de dose quentes/frios com correção de dose local
  • Personalize fluxos de trabalho automatizados com o Eclipse Scripting API (ESAPI)

Confiança

Capacitação para planear com confiança

  • Alcance os seus objetivos clínicos mais rapidamente com o RapidArc Dynamic
  • SRS com um único isocentro com radioterapia de alta definição HyperArc
  • Simplifique o planeamento de tratamento SBRT complexo com SBRT NTO
  • Personalize e simplifique as verificações de planos de modo a cumprirem critérios institucionais com o Verificador de Planos
  • Experimente um novo nível de precisão com a Modelação Melhorada das Lâminas (ELM)

Contornos por IA — Integrados no Eclipse

Delineação de estruturas de alta qualidade, orientada em aprendizagem profunda, diretamente no seu fluxo de trabalho de planeamento de tratamento.

  • Gera automaticamente contornos a partir de imagens de TC e RM para mais de 200 estruturas anatómicas, incluindo órgãos de risco, gânglios linfáticos e metástases cerebrais.
  • Desenvolvido com base em múltiplas diretrizes clínicas (RTOG, ESTRO, DAHANCA, entre outras), para resultados consistentes e baseados na evidência.
  • Integração perfeita no Eclipse, sem necessidade de hardware adicional, de uma plataforma independente e com suporte assegurado por um único fornecedor.
  • Validado por instituições líderes1,2 em todo o mundo, com resultados de contornos automáticos comparáveis aos de médicos especialistas.

Explore the entire Digital Oncology portfolio

Ajudamo-lo a ligar-se

Os nossos especialistas podem ajudá-lo a integrar a Varian no seu fluxo de trabalho.

Se já for nosso cliente e precisar de assistência ao produto, visite a nossa página de Apoio ao cliente

Com marcação CE. 510(k) pendente. Não disponível para venda nos EUA nem em todos os mercados, e sem garantia de comercialização ou disponibilidade de funcionalidades.

*AI-Rad Companion Organs RT é um produto Siemens Healthineers e uma marca registada da Siemens Healthineers em alguns países.

  1. 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.
  2. 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.