Ajuverejooksu tuvastamise uuring võitis AAPM-i MedPhys Slam – Physics World

Ajuverejooksu tuvastamise uuring võitis AAPM-i MedPhys Slam – Physics World

Ajatempel: 1. august 2023 11:30

2023. aasta MedPhys Slami korraldajad ja võitjad
Suhtlemisvõistlus 2023. aasta MedPhys Slami korraldajad ja võitjad. Vasakult paremale: Rachel Trevillian, Kelsey Bittinger, Jason Luce, Ellie Bacon, Aroon Pressram, Emilie Carpentier ja Emily Thompson. (Viisakalt: Sarah Aubert/AAPM STSC)

2018. aastal käivitatud MedPhys Slam on nüüd AAPM-i aastakoosoleku väljakujunenud funktsioon. Populaarne sessioon on suhtlusvõistlus, mille käigus õpilased ja praktikandid esitlevad oma uurimisprojekte vaid kolme minutiga, kasutades vaid kolme slaidi. Võitjad valib välja kohtunike kogu, millest kõik on mittemeditsiinilised füüsikud, kes hindavad kõnesid selle põhjal, kui hästi esinejad oma uurimisküsimust, selle olulisust ja meetodeid selgitavad.

Sel aastal osales 17 võistlejat – kõik nende kohalike AAPM-i peatükkide võistluste võitjad. Nende ettekanded hõlmasid laia valikut meditsiinifüüsika teemasid, alates prootonteraapiast kuni kiiritusravini, sealhulgas radiograafia, prekliinilise pildistamise, tehisintellekti, radiobioloogia ja brahhüteraapia valdkondade kaudu.

Verejooksude tuvastamine ajus

Selle aasta võitja oli Aroon Pressram, Florida ülikooli magistrant, kes pidas ettekande pealkirjaga "Varjatud hemorraagia: ajuverejooksude visualiseerimine".

Pressram töötab välja tehnikat ajuverejooksu kiireks tuvastamiseks insuldihaigetel. Ta selgitas, et insuldi sümptomitega patsient viiakse tavaliselt haiglasse CT-skannimiseks, mis hõlmab kontrastaine süstimist, et hõlbustada aju veresoonte visualiseerimist. Kui leitakse ummistus, saab patsient verevoolu taastamiseks revaskularisatsiooniravi. Kuid see ravi võib tegelikult seada patsiendi ajuverejooksu või kontrastaine lekkimise ajusse ohtu. "Seetõttu on oluline, et me teostaksime järelkontrolli, et saaksime tuvastada ajuverejookse ja seda ümber pöörata," selgitas ta.

Niisiis, kuidas kõige paremini sellist järelpilti teha? MRI on täpne ja annab kvaliteetseid pilte, kuid see on aeglane. Samal ajal on CT-skaneerimine palju kiirem, kuid ei suuda eristada ajuverejookse aju kontrastsusest. "Peab olema parem viis patsiendi jaoks täpse ja kiire saamiseks," ütles Pressram. "No on küll. Ja seda nimetatakse kahe energiaga CT-ks.

Aroon Pressram
Võitnud esitlus Aroon Pressram Florida ülikoolist. (Viisakalt: Aroon Pressram)

Kaheenergia CT töötab kahe erineva röntgenispektriga skaneerimisega, seejärel kombineerides need kaks andmekogumit matemaatiliselt. Selle tehnika abil saab eraldada ajuverejooksust tingitud signaale kontrastsest signaalist. Pressram märgib, et kahe energiaga CT on ka hõlpsamini kättesaadav kui MRI ja pakub kiiremaid skaneerimisaegu.

Pärast kirjanduse ülevaadet mõistis Pressram, et "olime esimesed inimesed maailmas, kes uurisid seda insuldihaigete jaoks mõeldud kahe energiaga skannerit". Rakenduse edasiseks uurimiseks hindas ta 500 insuldihaiget kahe energiaga CT-ga ja leidis, et lähenemisviis toimis kõigil juhtudel hästi, andes õigeaegselt täpsed tulemused. "Tervishoiutöötajad peaksid olema teadlikud sellest hämmastavast tehnoloogiast, mis annab neile kiirema ajaga täpsed tulemused," lõpetas ta.

Eesnäärme kiiritusravi parandamine

Võistluse teise koha sai Ellie Bacon, meditsiinifüüsika resident Nebraska ülikooli meditsiinikeskuses. Bacon kirjeldas, kuidas protsess, mida nimetatakse võrguühenduseta ülevaateks, võib parandada eesnäärmevähiga patsientide kiiritusravi.

Võrguühenduseta ülevaade – mida Bacon nimetas „kõige tähtsamaks ülesandeks, mida me iganädalaselt oma patsientide heaks teeme” – hõlmab patsiendi eelmise nädala ravi ajal tehtud piltide uurimist, et otsida võimalikke vigu, mis tuleb kiiresti kõrvaldada. ja jälgida kasvaja kahanemist aja jooksul.

Eesnäärmevähiga patsientide jaoks on üheks oluliseks parameetriks see, kui hästi nad suudavad päevast päeva oma põit täita. "Leidsime, et kui patsiendid ei suuda ravi ajaks oma põit 50% täis täita, on neil palju suurem võimalus kõrvaltoimeteks, nagu põie toksilisus," selgitas Bacon. "See pani mind mõtlema, kas me saame need patsiendid kiiresti üles leida, et saaksime neid aidata?"

Bacon pakkus välja lihtsa täienduse võrguühenduseta ülevaatusprotsessile, mille kohaselt patsiendi põis liigitatakse kategooriasse "hea", kui see näib olevat üle 50% täis, või "halb", kui põis on alla 50%. Ta viis läbi testi, mille käigus tema meeskond hindas patsiente kolme vooru jooksul, kusjuures iga kord esitati täiendavaid visuaalseid vihjeid: esiteks ülevaade sellest, milline peaks täis põis patsiendi esialgsest raviplaanist välja nägema; seejärel tühja põie kujutis; ja lõpuks hinnang, milline peaks välja nägema 50% täis põis.

"Iga vooruga suutsid nad üha rohkemate visuaalsete vihjete abil kiiresti tuvastada, millised patsiendid olid head või halvad ja vajavad meie abi, " ütles Bacon. "See kinnitas mu kahtlust – saame kiiresti kasutada võrguühenduseta ülevaadet, mida teeme juba kõigi oma patsientide jaoks, et tuvastada abi vajavad eesnäärmevähiga patsiendid."

Kui sellised patsiendid on tuvastatud, saab nende raviplaani kohandada, et see sobiks paremini nende keskmise põie täitumusega. See vähendab nende kõrvaltoimete tõenäosust ja parandab ravijärgset elukvaliteeti. "Ainus küsimus, mis jääb, on see, keda me veel saame selle võrguühenduseta ülevaatega aidata?" lõpetas ta.

Kasvaja jälgimine

Kolmanda koha saavutamine MedPhys Slamil ja ka publiku poolt hääletatud rahvavaliku auhinna võitmine Jason Luce, Loyola ülikooli doktorant. Luce rääkis osalejatele kopsuvähi kiiritusravi adaptiivse mallipõhise kasvaja jälgimise algoritmist.

Kasvaja jälgimine kiiritusravi ajal on eriti oluline kopsuvähiga patsientidele. Hingamine põhjustab kasvaja liikumist, mis suurendab kasvaja asendi ebakindlust. Selleks on vaja kasutada suuremat ravikiiri, mis võib suurendada ümbritseva terve koe kiiritamist. "Kuid kui saate kasvajat aktiivselt jälgida, saate kasutada täpsemat ravikiiri, mis tähendab vähem kiirgust tervetele kudedele," selgitas Luce.

Pildipõhise jälgimise ajal on aga võimalik kasvaja kaotada, eriti kui kasutatakse suurt otsinguakent, mis katab kasvaja kõikvõimalikud liikumisvahemikud. Näiteks näitas Luce juhtumit, kus jälgimisalgoritm tuvastas kasvaja asukoha valesti kui kõrvalise kujutise artefakti.

Ta võrdles seda jälgimisprobleemi kadunud autovõtmete otsimisega. "Selle asemel, et nende leidmiseks kogu oma maja läbi otsida, saate oma elu lihtsamaks teha, küsides "kus oli koht, kus ma neid viimati nägin?" Köögis? Lihtsalt otsige seda piirkonda ja probleem on lahendatud," ütles ta. "Me võtame selle idee kasutusele ja rakendame seda kasvaja jälgimise parandamiseks."

Luce selgitas, et lähenemine hõlmab viimase koha leidmist, kus kasvaja jälgimise ajal nähti, ja seejärel otsingupiirkonna vähendamist sellele alale. Ta katsetas seda tehnikat liikuva kasvaja 229 röntgenpildil, teostades jälgimist nii suure otsinguakna kui ka väiksema adaptiivse otsinguaknaga algoritmi abil.

Väiksem adaptiivne otsinguaken parandas kasvaja jälgimist märkimisväärselt. Staatilise otsinguakna puhul oli umbes 12% piltidest halb jälgimine (olulised erinevused kasvaja tegeliku ja prognoositava asukoha vahel), samas kui vähem kui 1% oli adaptiivse otsinguakna poolt halvasti jälgitud. "Parandame jälgimistulemusi ja ideaaljuhul parandame patsientide ravi," ütles ta.

Ajatempel:

Veel alates Füüsika maailm