PET 掃描雖能協助醫生檢測癌症並追蹤其擴散，但過程對患者而言極具挑戰性，包括需禁食四至六小時、注射放射性物質、等待一小時、在掃描機內靜躺三十分鐘，以及隨後十二小時內需遠離老人、兒童及孕婦。由於放射性示蹤劑需在鄰近的迴旋加速器中生產並在數小時內使用，導致 PET 掃描機多集中在大城市，限制了鄉鎮及區域醫院的獲取。RADiCAIT 是一家源自牛津大學的創業公司，其核心技術是利用生成式深度神經網路，將更易獲取且廉價的電腦斷層掃描（CT）轉換為 PET 掃描影像。該團隊由雷吉恩·李領導，其基礎模型於 2021 年發明，透過比對 CT 與 PET 掃描，將解剖結構翻譯為生理功能。
RADiCAIT 已獲得 170 萬美元的預種子融資，並在 TechCrunch Disrupt 2025 中成為前 20 名候選者，近期又籌資 500 萬美元以推進臨床試驗。公司執行長史恩·沃爾什表示，該技術旨在取代受限且昂貴的 PET 掃描，用於診斷、分期和監測目的。團隊聲稱其生成的合成 PET 影像在統計學上與真實化學 PET 掃描相似，並能做出同等質量的醫療決策。目前，RADiCAIT 已與麻省總醫院等醫療系統合作進行肺癌測試的臨床試點，並正追求 FDA 臨床試驗批准。未來，該公司計劃將此技術應用於結腸癌和淋巴瘤等領域，並探索將此方法擴充套件至材料科學、生物學、化學及物理學等其他領域，以解決醫療影像需求超過供應的瓶頸問題。