פתרונות חכמים מייעלים את תכנון טיפולי הקרנות - עולם הפיזיקה

<a href="https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-3.png" data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-3.png" data-caption="אינטליגנטי בעיצוב סימולטורי ה-CT בבית החולים Castle Hill בבריטניה מצוידים בתוכנת למידה עמוקה שמתארת ​​אוטומטית את האיברים בסיכון. (באדיבות: Siemens Healthineers)”>

פתרונות תוכנה חכמים הפכו לכלי חיוני עבור צוותים קליניים מתוחים כדי לספק את הטיפול הטוב ביותר לחולי סרטן, במיוחד אלה הדורשים טיפולים מורכבים יותר תוך שימוש במינוני קרינה גבוהים יותר. מערכות תוכנה עם בינה מלאכותית מובנית יכולות להפוך משימות שחוזרות על עצמן לאוטומטיות, לשפר את המידע שניתן לחלץ מסימולטורים של CT ולהבטיח עקביות של טיפול במספר הולך וגדל של מקרים.

בבית החולים Castle Hill בקוטינגהאם, בריטניה, המטפל בכמה מאות מטופלים מדי חודש בששת המאיצים הליניאריים שלו, נפרסה תוכנה חכמה לאורך כל תהליך תכנון הטיפול. "אנחנו מנסים לעשות שימוש בכל כלי שעומד לרשותנו, בין אם זה עצי החלטות פשוטים או תוכנה מסחרית שהופכת את העבודה שלנו לקלה ויעילה יותר", אומר קארל הורספילד, פיזיקאי ראשי ב-Hull University Teaching Hospitals NHS Trust. "כמו מרכזי טיפול רבים חסר לנו צוות בהשוואה למודלים לאומיים, ואנחנו משתמשים בתוכנה כדי לעזור לנו לספק טיפול באיכות גבוהה."

ממש בתחילת התהליך, תוכנה אוטומטית על סימולטורי ה-CT - ה SOMATOM go.Open Pro מבית Siemens Healthineers - שומר על רגישות התמונות על ידי אפנון מינון הקרינה כך שיתאים לגודל המטופל. הסורקים מצוידים גם באלגוריתם חכם, הנקרא Direct i4D, המשפר את איכות התמונות שנפתרו בזמן המשמשות ללכידת תנועת הנשימה של חולי סרטן ריאות. בדרך כלל, סריקות CT 4D אלו מייצרות תמונות מדויקות רק כאשר נשימות רגילות נלקחות במהלך זמן הרכישה, בדרך כלל בסביבות שתי דקות, אך לעיתים רחוקות זה המקרה עבור חולים עם מצבי ריאות.

"חולי ריאות הם לעתים קרובות מורכבים ובעייתיים ב-CT, ואני ביליתי הרבה זמן בהשתתפות בסריקות כדי להעריך אם התמונות עבור חולי ריאות 4D מתאימות מבחינה קלינית", אומר הורספילד. "עם האלגוריתם החכם הזה, פרמטרי הסריקה מסתגלים לנשימה של המטופל בזמן אמת, מה שהופך את הרדיוגרפים להרבה יותר בטוחים ברכישה כאשר דפוס הנשימה אינו סדיר."

ניתן להשיג חיסכון משמעותי יותר בזמן על ידי שימוש בפתרון המופעל על ידי בינה מלאכותית המוטמע בסורק ה-CT, הנקרא DirectORGANS, המשלב את נתוני התמונה עם אלגוריתם למידה עמוקה כדי לתאר אוטומטית את האיברים הקריטיים של המטופל. קווי מתאר אוטומטיים כאלה נוצרים עבור כל חולה רדיקלי המטופל ב-Castle Hill, תוך מניעת הצורך של קלינאי לצייר כל מבנה ביד. באתרי טיפול צפופים, כמו הראש והצוואר, זה יכול להפחית את הזמן הנלקח בשעה או יותר. "חיסכון בזמן לרופאים שלנו הוא ערך עליון, ותיאום אוטומטי הוא דרך נפלאה להבטיח שהם לא יחזרו על משימות פשוטות עבור מספר מטופלים", מעיר הורספילד.

חשוב לציין, הדיוק של קווי המתאר האוטומטיים - ולפיכך משך הזמן שניתן לחסוך - תלוי באיכות נתוני הקלט. DirectORGANS מציעה יתרון מרכזי כאן, שכן הוא לוכד מערך נתונים מותאם אישית מסריקת ה-CT שעבר אופטימיזציה כדי להפיק את התוצאות הטובות ביותר מאלגוריתם הלמידה העמוקה. "הרבה כלים אוטומטיים מתארחים בענן, מה שאומר שיש להם רק גישה לסריקה שהוגדרה לצרכי הצוות הקליני", מסביר הורספילד. "אחת הסיבות שאנו אוהבים את DirectORGANS היא שהוא יוצר שחזור משלו, ומגדיר את הפרמטרים בסורק הרכש כך שיתאימו לאופן שבו האיברים צריכים להיווצר."

התוכנה מייצרת קווי מתאר מדויקים לאיברים נפוצים רבים הנמצאים בסיכון, כולל הריאה, הערמונית, שלפוחית ​​השתן ותעלת עמוד השדרה. לאחר היצירה, הקלינאי של המטופל בקסל היל סוקר תמיד את המבנים, עורך אותם לפי הצורך ומתאר את הגידול באופן ידני. באופן מכריע, הרופא חייב גם לאשר את הסט הסופי של קווי המתאר לפני השימוש בהם לתכנון הטיפול. "רופא עדיין צריך לוודא שקווי המתאר המיוצרים על ידי האלגוריתמים מתאימים למטרה", אומר הורספילד. "אנחנו גם מבקשים מהם לספק משוב על איכות האיברים, מה שמספק לנו קצת אבטחת איכות פנימית".

בעוד שהגרסה הראשונית של התוכנה כללה 30 או 40 מבנים טעונים מראש, המהדורה האחרונה שיפרה את הכיסוי והדיוק עוד יותר. התקדמות מרכזית אחת, למשל, היא היכולת לתאר אוטומטית את שרשראות בלוטות הלימפה, בדרך כלל משימה ידנית וקפדנית. "עבור חולי ערמונית שבהם קיים סיכון לחדירת בלוטות, הרופאים צריכים להתקדם כל הדרך מהערמונית על פני העצה ועד לקצה שרשרת בלוטות הלימפה המקומית", מסביר הורספילד. "קביעת קווי מתאר אוטומטיים עבור מבנים מסוג זה יהווה חיסכון עצום עבורם, אפילו בהזדמנות שבה נדרשת עריכה מסוימת."

<a data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-1.png" data-caption="תכנון מבוסס ידע RapidPlan מנצל נתוני מודל ממקרים קודמים כדי ליצור תוכנית טיפול מותאמת אישית לכל מטופל חדש. (באדיבות: Siemens Healthineers)” title=”לחץ כדי לפתוח תמונה בפופאפ” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning- physics-world-1.png">

בינתיים, מספר כלים אוטומטיים מובנים גם במערכת תכנון הטיפול של הצוות, Varian's Eclipse. אחד שהוכיח שימושי במיוחד עבור צוות Castle Hill הוא RapidPlan, פתרון מבוסס ידע המשתמש במודל שנוצר ממקרים קודמים כדי ליצור תוכנית טיפול מותאמת אישית למטופל חדש. "זהו כלי שעוזר לנו לקבוע מה ניתן להשיג עבור כל מטופל, במיוחד במקרים מסובכים יותר שבהם מיקום האיברים בסיכון עלול לפגוע בכיסוי המטרה", אומר הורספילד. "יש לנו פתרונות כיתתיים לתוכניות הטיפול שלנו כנקודות התחלה, אבל זה יותר חכם מזה כי זה ספציפי לאנטומיה של כל מטופל."

גישה מבוססת ידע זו הוכיחה את עצמה כמועילה במיוחד עבור אנשי צוות חדשים, וגם שיפרה את העקביות והאיכות של התוכניות שהופקו על פני כל הצוות. "מישהו שהיה איתנו שישה חודשים עלול שלא ליצור תוכנית ברמה זהה לאחד מחברי הצוות המנוסים יותר שלנו", אומר הורספילד. "הגדלת הידע שלהם עם הכלים החכמים האלה מאפשרת להם לגשת לחוויה הזו ומתקן את איכות התוכניות שאנו מייצרים."

<a data-fancybox data-src="https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-2.png" data-caption="תוכנה כפתרון קארל הורספילד (במרכז) והצוות בקסל היל פרסו סדרה של כלים חכמים לייעל את תהליך תכנון הטיפול. (באדיבות: Siemens Healthineers)” title=”לחץ כדי לפתוח תמונה בפופאפ” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning- physics-world-2.png">

כמו בכל גישה של למידת מכונה, איכות התחזיות תלויה בנתוני האימון המשמשים ליצירת המודל. בקסל היל הצוות השתמש בתיקים משלו כדי לפתח מודלים לארבעה אתרי טיפול - הריאה, הראש והצוואר, הוושט והערמונית - כאשר כמה אחרים מפותחים כעת כדי לממש חיסכון נוסף בזמן עבור צוות התכנון. "אחד הקשיים הגדולים בתכנון הטיפול הוא לדעת מתי להפסיק", אומר הורספילד. "RapidPlan מספקת את הביטחון שמצאת פתרון אופטימלי עבור אותו מטופל, ושיש פחות תועלת להשקעת זמן נוסף בשאלת הבחירות שלך."

מערכת תכנון הטיפול Eclipse מספקת גם ממשק להוספת כלים מותאמים לתהליך התכנון. כדוגמה, הצוות ב-Castle Hill יצר כלי אוטומטי ליצירת מבני אופטימיזציה, המגבילים את הפתרונות המיוצרים על ידי מערכת תכנון הטיפול על ידי הגדרת אזורים מסוימים שאסור למקד אליהם בקרינה. "יצרנו כ-15 פרוטוקולים שונים כדי ליצור את מבני ההימנעות והאופטימיזציה האלה", אומר הורספילד. "כולן פעולות פשוטות, אבל הבנו שהן נעשות ידנית כמעט בכל תוכנית טיפול. זה באמת מחזק להיות מסוגל ליצור כלים משלנו להפיכת התהליכים שלנו ליעילים יותר."

חיסכון כזה ביעילות הוא קריטי במיוחד בתקופה שבה מרכזי טיפול כמו Castle Hill מתמודדים עם הנשורת ממגיפת COVID-19. עם זרם עצום של מטופלים ומחסור באנשי מקצוע בתחום הבריאות, כלים חכמים שיכולים להפוך לפחות חלק מתהליך תכנון הטיפול לאוטומטיים עוזרים למאמצים מתמשכים להתמודד עם העומס. "היכולת שלנו לפני COVID הייתה לייצר 40 תוכניות בשבוע, ועכשיו כל הצוות עושה דחיפה גדולה להגדיל את זה ל-50", אומר הורספילד. "כל יעילות שאנו יכולים להשיג על ידי אוטומציה של התהליכים שלנו עוזרת לנו להתקדם מול תוכנית ההחלמה שלנו, ובמקביל מבטיחה שנמשיך לייצר תוכניות באיכות גבוהה עבור כל מטופל שאנו מטפלים בו."

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://physicsworld.com/a/intelligent-solutions-streamline-radiotherapy-treatment-planning/