Az agyvérzés-észlelési tanulmány nyerte az AAPM MedPhys Slam – Physics World versenyét

A 2018-ban elindított MedPhys Slam mára az AAPM éves találkozójának bevált eleme. A népszerű foglalkozás egy kommunikációs verseny, amelyben a hallgatók és a gyakornokok mindössze három percben mutatják be kutatási projektjeiket, mindössze három diával. A nyerteseket egy zsűri választja ki, valamennyien nem orvosi fizikusok, akik aszerint értékelik az előadásokat, hogy az előadók mennyire magyarázzák meg kutatási kérdésüket, annak jelentőségét és módszereiket.

Idén 17 versenyző – a helyi AAPM fejezeti versenyek győztesei – vett részt. Előadásaik az orvosfizikai témák széles skáláját fedték le, a protonterápiától a sugárterápiáig, olyan területeken, mint a radiográfia, a preklinikai képalkotás, a mesterséges intelligencia, a sugárbiológia és a brachyterápia.

Vérzések észlelése az agyban

Az idei nyertes lett Aroon Pressram, a Floridai Egyetem mesterszakos hallgatója, aki „A rejtett vérzés: az agyvérzések vizualizálása” címmel tartott előadást.

A Pressram olyan technikát fejleszt, amellyel gyorsan kimutatható a stroke-os betegek agyvérzése. Elmagyarázta, hogy a stroke-tünetekkel járó beteget általában kórházba szállítják CT-vizsgálatra, amely során kontrasztanyagot fecskendeznek be, hogy segítsék az agyi erek megjelenítését. Ha elzáródást találnak, a beteg revaszkularizációs terápiát kap a véráramlás helyreállítása érdekében. De ez a kezelés valójában azt kockáztatja, hogy a páciens agyvérzést vagy kontrasztanyag szivárgást okoz az agyában. „Ezért elengedhetetlen, hogy nyomon követhető képalkotást végezzünk, hogy azonosíthassuk az agyvérzést és visszafordíthassuk” – magyarázta.

Tehát hogyan lehet a legjobban végrehajtani egy ilyen nyomon követési képalkotást? Az MRI pontos és jó minőségű képeket biztosít, de lassú. Eközben a CT-vizsgálat sokkal gyorsabb, de nem tudja megkülönböztetni az agyvérzést a kontraszttól az agyban. „Jobb módszert kell találni arra, hogy valami pontosat és valamit gyorsan kapjunk a páciens számára” – mondta Pressram. „Hát van. És ezt kettős energiás CT-nek hívják.

A kettős energiás CT úgy működik, hogy két különböző röntgenspektrumú vizsgálatot végez, majd a két adatkészletet matematikailag kombinálja. A technika el tudja választani az agyvérzésből adódó jeleket a kontrasztból származó jelektől. Pressram megjegyzi, hogy a kettős energiás CT is könnyebben elérhető, mint az MRI, és gyorsabb vizsgálati időt kínál.

Egy szakirodalmi áttekintést követően a Pressram rájött, hogy „mi voltunk az elsők a világon, akik kutatásokat végeztek ezen a kettős energiás szkenneren a stroke betegek számára”. Az alkalmazás további vizsgálata érdekében 500 stroke-os beteget vizsgált meg kettős energiájú CT-vel, és megállapította, hogy a megközelítés minden esetben jól teljesített, és időben pontos eredményeket ad. „Az egészségügyi szakembereknek tisztában kell lenniük ezzel a csodálatos technológiával, amely gyorsabban képes pontos eredményeket adni számukra” – összegezte.

A prosztata sugárkezelés javítása

A verseny második helyezettje lett Ellie Bacon, a University of Nebraska Medical Center orvosfizikai rezidense. Bacon leírta, hogy az offline felülvizsgálatnak nevezett folyamat hogyan javíthatja a prosztatarákos betegek sugárkezelését.

Az offline áttekintés – amelyet Bacon „az egyetlen legfontosabb feladatnak, amit a pácienseinkért heti rendszerességgel végzünk” – emlegetett, hogy megvizsgáljuk a páciens kezelése során az előző héten készített képeket, hogy megkeressük az esetleges hibákat, amelyeket gyorsan kell megoldani. kezelni, és nyomon követni a tumor zsugorodását idővel.

A prosztatarákos betegeknél az egyik fontos paraméter az, hogy mennyire tudják napról napra feltölteni a hólyagukat. "Azt találtuk, hogy amikor a betegek nem tudják 50%-ra megtölteni hólyagukat a kezelés alatt, sokkal nagyobb az esélyük a mellékhatásoknak, például a hólyagmérgezésnek" - magyarázta Bacon. „Ez elgondolkodtatott, van-e mód arra, hogy gyorsan megtaláljuk ezeket a betegeket, hogy segíthessünk rajtuk?”

Bacon egy egyszerű kiegészítést javasolt az offline felülvizsgálati folyamathoz, amelyben a páciens hólyagját „jó” kategóriába sorolják, ha 50% felettinek tűnik, vagy „rossznak” az 50% alattiak esetében. Végzett egy tesztet, amelyben csapata három körön keresztül értékelte a betegeket, minden alkalommal további vizuális támpontokkal: először egy vázlatot arról, hogyan kell kinéznie a teljes hólyagnak a páciens eredeti kezelési tervéből; majd egy üres hólyag képe; és végül egy becslés, hogy milyennek kell lennie egy 50%-ban telt hólyagnak.

"Minden körben, egyre több vizuális támponttal, gyorsan tudták azonosítani, hogy mely betegek voltak jók vagy rosszak, és akiknek szükségük van a segítségünkre" - mondta Bacon. „Ez megerősítette a gyanúmat – gyorsan tudjuk használni az offline felülvizsgálatot, amit már most is teszünk minden páciensünknél, hogy azonosítsuk azokat a prosztatarákos betegeket, akiknek segítségre van szükségük.”

Miután azonosították az ilyen betegeket, kezelési tervüket hozzá lehet igazítani a húgyhólyag-töltési átlagukhoz. Ez csökkenti a mellékhatások esélyét, és javítja a kezelést követő életminőséget. „Csak az a kérdés maradt, hogy kinek segíthetünk még ebben az offline áttekintésben?” – fejezte be a lány.

A daganat nyomon követése

A MedPhys Slam harmadik helyezése, valamint a közönség által megszavazott „népválasztás díj” elnyerése Jason Luce, a Loyola Egyetem PhD hallgatója. Luce mesélt a résztvevőknek egy adaptív sablon alapú daganatkövető algoritmusról a tüdőrák sugárterápiájában.

A sugárterápia alatti daganatkövetés különösen fontos a tüdőrákos betegek számára. A légzés a daganat mozgását okozza, ami a daganat helyzetének megnövekedett bizonytalanságához vezet. Ehhez nagyobb kezelőnyalábra van szükség, amely növelheti az egészséges környező szövetek besugárzását. "De ha aktívan nyomon tudja követni a daganatot, akkor pontosabb kezelési sugarat használhat, ami kevesebb sugárzást jelent az egészséges szövetekre" - magyarázta Luce.

A képalapú nyomon követés során azonban előfordulhat, hogy elveszítjük a daganatot, különösen akkor, ha nagy keresőablakot használunk a tumor mozgásának minden lehetséges tartományára. Például Luce bemutatott egy esetet, amikor a nyomkövető algoritmus tévesen azonosította a daganat helyét, mint egy idegen képi műterméket.

Ezt a nyomkövetési problémát az elveszett autókulcsok kereséséhez hasonlította. "Ahelyett, hogy az egész házat átkutatnád, hogy megtaláld őket, könnyebbé teheted az életedet, ha megkérdezed: "hol láttam őket utoljára?" A konyhában? Csak keresse meg azt a területet, a probléma megoldódott” – mondta. "Megfogalmazzuk ezt az ötletet, és a daganatkövetés javítására alkalmazzuk."

A MedPhys Slam kiemeli a tudományos kommunikáció művészetét

Luce elmagyarázta, hogy a megközelítés abból áll, hogy a nyomkövetés során meg kell találni azt a helyet, ahol a daganatot utoljára látták, majd a keresési területet erre a területre csökkentik. A technikát egy mozgásban lévő daganat 229 röntgenfelvételén tesztelte, és követést hajtott végre egy nagy keresőablakkal rendelkező algoritmussal, valamint egy kisebb adaptív keresőablakkal.

A kisebb adaptív keresőablak jelentős javulást eredményezett a daganatkövetésben. A statikus keresőablakkal a képek körülbelül 12%-a mutatott rossz nyomkövetést (jelentős különbségek a tényleges és az előre jelzett daganatok elhelyezkedése között), míg kevesebb, mint 1%-át követte rosszul az adaptív keresőablak. "Javítjuk a nyomon követési eredményeket, és ideális esetben javítjuk a betegellátást" - mondta.

• SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
• PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
• PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
• PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
• BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
• Forrás: https://physicsworld.com/a/brain-bleed-detection-study-wins-aapms-medphys-slam/