Studi deteksi pendarahan otak memenangkan MedPhys Slam AAPM – Dunia Fisika

Studi deteksi pendarahan otak memenangkan MedPhys Slam AAPM – Dunia Fisika

Stempel Waktu: 1 Agustus 2023 11

Penyelenggara dan pemenang MedPhys Slam 2023
Kompetisi komunikasi Penyelenggara dan pemenang MedPhys Slam 2023. Dari kiri ke kanan: Rachel Trevillian, Kelsey Bittinger, Jason Luce, Ellie Bacon, Aroon Pressram, Emilie Carpentier, dan Emily Thompson. (Sumber: Sarah Aubert/AAPM STSC)

Diluncurkan pada tahun 2018, MedPhys Slam kini menjadi fitur mapan dari Pertemuan Tahunan AAPM. Sesi populer adalah kompetisi komunikasi di mana siswa dan peserta pelatihan mempresentasikan proyek penelitian mereka hanya dalam tiga menit dengan hanya menggunakan tiga slide. Pemenang dipilih oleh dewan juri, semua fisikawan non-medis, yang menilai pembicaraan berdasarkan seberapa baik pembicara menjelaskan pertanyaan penelitian mereka, signifikansinya dan metode mereka.

Tahun ini, 17 pesaing – semua pemenang kompetisi cabang AAPM lokal mereka – ambil bagian. Presentasi mereka mencakup berbagai tema fisika medis, dari terapi proton hingga radioterapi, melalui berbagai bidang termasuk radiografi, pencitraan praklinis, kecerdasan buatan, radiobiologi, dan brakiterapi.

Mendeteksi pendarahan di otak

Pemenang tahun ini adalah Aroon Pressram, seorang mahasiswa master di Universitas Florida, yang membawakan ceramah berjudul “Pendarahan tersembunyi: memvisualisasikan pendarahan otak”.

Pressram sedang mengembangkan teknik untuk deteksi cepat perdarahan otak pada pasien stroke. Dia menjelaskan bahwa pasien dengan gejala stroke biasanya akan dirawat di rumah sakit untuk menjalani CT scan, yang melibatkan penyuntikan kontras untuk membantu visualisasi pembuluh darah di otak. Jika ditemukan penyumbatan, pasien menerima terapi revaskularisasi untuk mengembalikan aliran darah. Tetapi perawatan ini sebenarnya dapat membuat pasien berisiko mengalami pendarahan otak atau kebocoran kontras ke otak mereka. “Itulah mengapa penting bagi kami untuk melakukan pencitraan lanjutan sehingga kami dapat mengidentifikasi pendarahan otak dan membalikkannya,” jelasnya.

Jadi bagaimana cara terbaik untuk melakukan pencitraan lanjutan seperti itu? MRI akurat dan memberikan gambar berkualitas tinggi, tetapi lambat. Pemindaian CT, sementara itu, jauh lebih cepat tetapi tidak dapat membedakan perdarahan otak dari kontras di otak. “Harus ada cara yang lebih baik untuk mendapatkan sesuatu yang akurat dan cepat untuk pasien,” kata Pressram. “Yah ada. Dan itu disebut CT energi ganda.”

Aroon Pressram
Presentasi pemenang Aroon Pressram dari Universitas Florida. (Sumber: Aroon Pressram)

Dual-energy CT bekerja dengan melakukan dua pemindaian dengan spektrum sinar-X yang berbeda, kemudian menggabungkan kedua kumpulan data tersebut secara matematis. Teknik ini dapat memisahkan sinyal akibat pendarahan otak dari sinyal yang berasal dari kontras. Pressram mencatat bahwa CT berenergi ganda juga lebih tersedia daripada MRI dan menawarkan waktu pemindaian yang lebih cepat.

Setelah tinjauan literatur, Pressram menyadari bahwa "kami adalah orang pertama di dunia yang melakukan penelitian tentang pemindai energi ganda ini untuk pasien stroke". Untuk menyelidiki aplikasi lebih lanjut, dia menilai 500 pasien stroke dengan CT energi ganda dan menemukan bahwa pendekatan tersebut bekerja dengan baik di semua kasus, memberikan hasil yang akurat pada waktu yang tepat. “Profesional perawatan kesehatan harus mengetahui teknologi luar biasa yang ada di luar sana yang dapat memberi mereka hasil yang akurat dalam waktu yang lebih cepat,” tutupnya.

Meningkatkan radioterapi prostat

Tempat kedua dalam kompetisi pergi ke Ellie Daging, seorang residen fisika medis di University of Nebraska Medical Center. Bacon menjelaskan bagaimana sebuah proses yang disebut offline review dapat meningkatkan radioterapi untuk pasien kanker prostat.

Tinjauan offline – yang disebut Bacon sebagai “satu tugas terpenting yang kami lakukan untuk pasien kami setiap minggu” – melibatkan pemeriksaan gambar yang diambil selama perawatan pasien selama minggu sebelumnya untuk mencari potensi kesalahan yang perlu dilakukan dengan cepat ditangani dan untuk mengikuti penyusutan tumor dari waktu ke waktu.

Untuk pasien kanker prostat, salah satu parameter penting adalah seberapa baik mereka dapat mengisi kandung kemihnya dari hari ke hari. “Kami menemukan bahwa ketika pasien tidak dapat mengisi kandung kemih mereka 50% penuh untuk perawatan mereka, mereka memiliki kemungkinan efek samping yang jauh lebih tinggi seperti toksisitas kandung kemih,” jelas Bacon. “Itu membuat saya berpikir, apakah ada cara agar kita dapat menemukan pasien ini dengan cepat sehingga kita dapat membantu mereka?”

Bacon mengusulkan tambahan sederhana untuk proses peninjauan offline, di mana kandung kemih pasien dikategorikan sebagai "baik" jika terlihat di atas 50% penuh, atau "buruk" untuk yang di bawah 50%. Dia melakukan tes di mana timnya menilai pasien selama tiga putaran, dengan petunjuk visual tambahan yang diberikan setiap kali: pertama, garis besar seperti apa seharusnya kandung kemih penuh dari rencana perawatan asli pasien; lalu gambar kandung kemih kosong; dan akhirnya perkiraan seperti apa seharusnya 50% kandung kemih penuh.

“Setiap putaran, dengan semakin banyak petunjuk visual, mereka dapat dengan cepat mengidentifikasi pasien mana yang baik atau buruk dan membutuhkan bantuan kami,” kata Bacon. “Hal ini mengkonfirmasi kecurigaan saya – kami dapat dengan cepat menggunakan peninjauan offline, yang telah kami lakukan untuk semua pasien kami, untuk mengidentifikasi pasien kanker prostat yang membutuhkan bantuan.”

Setelah pasien tersebut diidentifikasi, rencana perawatan mereka dapat disesuaikan agar lebih sesuai dengan rata-rata pengisian kandung kemih mereka. Ini mengurangi kemungkinan efek samping dan meningkatkan kualitas hidup setelah perawatan. “Satu-satunya pertanyaan yang tersisa adalah siapa lagi yang dapat kami bantu dengan ulasan offline ini?” dia menyimpulkan.

Melacak tumor

Mengambil tempat ketiga di MedPhys Slam, serta memenangkan "penghargaan pilihan orang" yang dipilih oleh penonton, adalah Jason Luce, seorang mahasiswa PhD di Universitas Loyola. Luce memberi tahu peserta tentang algoritme pelacakan tumor berbasis template adaptif untuk radioterapi kanker paru-paru.

Pelacakan tumor selama radioterapi sangat penting bagi pasien dengan kanker paru-paru. Pernapasan menyebabkan gerakan tumor, yang mengarah pada peningkatan ketidakpastian posisi tumor. Ini membutuhkan penggunaan sinar perawatan yang lebih besar yang dapat meningkatkan iradiasi jaringan sehat di sekitarnya. “Tetapi jika Anda dapat melacak tumor secara aktif, Anda dapat menggunakan sinar pengobatan yang lebih tepat, yang berarti lebih sedikit radiasi ke jaringan sehat,” jelas Luce.

Namun, selama pelacakan berbasis gambar, tumor dapat hilang, terutama saat menggunakan jendela pencarian besar untuk mencakup semua kemungkinan rentang pergerakan tumor. Misalnya, Luce menunjukkan kasus di mana algoritme pelacakan salah mengidentifikasi lokasi tumor sebagai artefak gambar asing.

Dia menyamakan masalah pelacakan ini dengan mencari kunci mobil yang hilang. “Daripada menggeledah seluruh rumah Anda untuk menemukannya, Anda dapat membuat hidup Anda lebih mudah dengan bertanya 'di mana tempat terakhir saya melihat mereka?' Di dapur? Cari saja di daerah itu, masalah selesai,” katanya. "Kami mengambil ide itu dan menerapkannya untuk meningkatkan pelacakan tumor."

Pendekatannya, Luce menjelaskan, melibatkan menemukan tempat terakhir tumor terlihat selama pelacakan, dan kemudian mengurangi wilayah pencarian ke area itu. Dia menguji teknik tersebut pada 229 gambar sinar-X dari tumor yang sedang bergerak, melakukan pelacakan menggunakan algoritme dengan jendela pencarian besar, serta satu dengan jendela pencarian adaptif yang lebih kecil.

Jendela pencarian adaptif yang lebih kecil memberikan peningkatan penting dalam pelacakan tumor. Dengan jendela pencarian statis, sekitar 12% gambar menunjukkan pelacakan yang buruk (perbedaan yang signifikan antara lokasi tumor aktual dan yang diprediksi), sementara kurang dari 1% dilacak dengan buruk oleh jendela pencarian adaptif. "Kami meningkatkan hasil pelacakan dan idealnya meningkatkan perawatan pasien," katanya.

Stempel Waktu:

Lebih dari Dunia Fisika