Sädehoidon tavoitteena on antaa määrätty säteilyannos kasvainkohteeseen ja rajoittaa ympäröivien normaalien kudosten vaurioita. Tämä saavutetaan tällä hetkellä käyttämällä väestöpohjaista hoitosuunnitelman optimointia, joka perustuu ennalta määritettyihin annosperusteisiin tavoitteisiin ja riskiorganisaatioon (OAR) rajoituksiin, jotka on kehitetty laajan potilasjoukon kokonaisvasteesta säteilyyn. Valitettavasti tällaisten standardisoitujen hoitosuunnitelmien tehokkuus ja myrkyllisyys vaihtelevat, koska potilailla ja heidän kasvaimillaan on yksilöllisiä biologisia ominaisuuksia.
Pyrkiessään tarjoamaan henkilökohtaisempaa lähestymistapaa sädehoidon suunnitteluun, tutkijat University of Michigan ovat kehittäneet uudenlaisen intensiteettimoduloidun sädehoidon (IMRT) optimointistrategian, joka sisällyttää suoraan potilaskohtaiset annos-vastemallit suunnitteluprosessiin. Niiden tekniikka, joka on kuvattu kohdassa Lääketieteellinen fysiikka, perustuu hoidon kokonaishyötysuhteen ennustetun arvon maksimoimiseen – määritellään paikallisen kontrollin todennäköisyydeksi miinus toksisuuden todennäköisyyksien painotettu summa.
Uusi suunnittelumenetelmä, nimeltään Prioritized utility Optimization (PUO), täydentää standardilähestymistapoja sisällyttämällä siihen yksilöllisiä tekijöitä, jotka liittyvät kasvainten ja OAR:ien säteilyherkkyyteen. OAR:n radiotoksisuuteen voivat vaikuttaa esimerkiksi ikä, tupakointitila, geenien ilmentyminen, molekyylimarkkerit ja olemassa olevat sairaudet, kuten sydänsairaus. Myös muut samanaikaiset hoidot voivat vaikuttaa sädehoidon tehoon.
Vahvistaakseen strategiansa, päätutkija Martha Matuszak ja kollegat käyttivät PUO-menetelmää luodakseen IMRT-suunnitelmia viidelle potilaalle, joilla oli ei-pienisoluinen keuhkosyöpä (NSCLC). He raportoivat, että PUO-suunnittelu paransi kaikkien potilaiden paikallista valvontaa verrattuna heidän hoidoissaan käytettyihin tavanomaisiin suunnitelmiin.
"NSCLC-potilaat edustavat erittäin heterogeenista ryhmää, jonka taudin laajuus ja sijainti vaihtelevat", selittää johtava kirjoittaja. Daniel Polan. ”Yhdessä muun anatomisen vaihtelun kanssa nämä tekijät voivat vaikuttaa rajusti hoidon suunnitteluun, mukaan lukien erilaisista optimointimenetelmistä saataviin mahdollisiin hyötyihin. Siksi valitsimme menetelmämme alustavaan toteutettavuustestaukseen viisi tapausta, jotka edustavat potilaan koon, kasvaimen koon, sijainnin ja lateraalisuuden vaihtelua sekä ennustettuihin tuloksiin vaikuttavien annoskovariaattien monimuotoisuutta."
Potilaskohtaisten IMRT-suunnitelmien luomiseksi tutkijat käyttivät ensin kaupallista hoidon suunnittelujärjestelmää laskeakseen annoksen, joka perustui kiinnostavien alueiden beamlet-annoksen vaikutusmatriisiin. Sitten he ratkaisevat kaksi optimointitehtävää tuottaakseen optimaaliset palkkien painot, jotka voidaan tuoda takaisin TPS:ään.
Ensimmäinen optimointiongelma maksimoi suunnitelman yleisen hyödyn tyypillisten kliinisten annosrajoitusten alaisena optimoimalla tehokkuuden ja toksisuuden välisen kompromissin yksilöllisten annos-vastemallien perusteella. Toinen minimoi tavanomaiset annosperusteiset tavoitteet, joihin sovelletaan samoja annosrajoituksia kuin ensimmäinen, samalla kun säilytetään optimaalinen hyöty, joka määritettiin ensimmäisestä optimoinnista.
Kaikille viidelle potilaalle PUO-lähestymistapa loi onnistuneesti optimaaliset sädepainot, jotka maksimoivat hyödyllisyyden ja pysyivät annosperusteisten rajoitusten puitteissa. Tutkimuksessa tutkijat vertasivat näitä PUO IMRT -suunnitelmia kliinisesti toimitettuihin 3D-konformaalisiin sädehoitosuunnitelmiin (CRT) ja takautuvasti luotuihin vain annosoptimointiin (DOO) IMRT- ja volyymimoduloituihin kaarihoitosuunnitelmiin (VMAT).
Verrattuna 3DCRT-, VMAT- ja DOO IMRT -suunnitelmiin PUO-menetelmä paransi suunnitelman käytettävyyttä keskimäärin 40 %, 32 % ja 31 %. PUO-suunnitelmat osoittivat keskimäärin 17 %:n parannusta paikallisessa valvonnassa ja samalla myrkyllisyydellä kuin perinteisessä suunnittelussa.
Kuten odotettiin, PUO IMRT -suunnitelmien hyötyjen laajuus vaihteli potilaiden välillä. Polan raportoi, että yhdelle potilaalle PUO paransi käytettävyyttä 70 % perinteiseen DOO:han verrattuna. "Tämä vastaa 32 prosentin absoluuttista parannusta ennustetussa etenemisvapaan eloonjäämisen todennäköisyydessä, kun taas säteilyn aiheuttaman keuhkotoksisuuden ennustettu todennäköisyys kasvaa vain 2 prosentilla", hän sanoo. "Tällä merkittävällä kompromissilla on potentiaalia parantaa merkittävästi sairauden eloonjäämistä ja samalla minimoida vaikutukset potilaan hoidon jälkeiseen elämänlaatuun."
Toisella potilaalla, jolla oli suuri kasvain, parannukset olivat kuitenkin vähäisiä. Polan selittää, että suurempien kasvaimien kohdalla hoidon suunnittelusta tulee tyypillisesti rajoittuneempi johtuen lisääntyneistä kokonaisannosvaatimuksista ja heikentyneestä kyvystä välttää normaaleja kudoksia.
AI-kehys käyttää lääketieteellisiä kuvia sädehoitoannoksen yksilöimiseen
Ryhmä korostaa, että PUO-menetelmä tarjoaa potilaskohtaisten kliinisten tekijöiden ja biomarkkerien perusteella kvantitatiivisen tavan määrittää, mitkä potilaat voivat hyötyä annoksen nostamisesta tai uudelleenjaosta, mutta ottaa huomioon myös potilaan geometrian ja OAR-annosrajat.
Tutkijat tekevät parhaillaan laajamittaisia retrospektiivisiä tutkimuksia, joiden tavoitteena on kehittää prospektiivinen kliininen tutkimus PUO-hoidon suunnittelustrategiaa hyödyntäen. Heidän tutkimuksensa keskittyvät potilastietojen ja henkilökohtaisten tulosennusteiden integroimiseen suoraan sädehoidon suunnitteluun keskittyen tällä hetkellä maksa-, keuhko- ja pään ja kaulan syöpiin, joissa sädehoidon positiivisten ja negatiivisten vaikutusten tasapainottaminen voi vaikuttaa merkittävästi potilaan yleiseen hoitoon. -elämää.
