방사선 치료의 목표는 주변 정상 조직의 손상을 제한하면서 종양 표적에 처방된 방사선량을 전달하는 것입니다. 이는 현재 사전 정의된 선량 기반 목표와 광범위한 환자 집단의 방사선에 대한 종합적인 반응에서 개발된 위험 장기(OAR) 제약 조건을 기반으로 하는 인구 기반 치료 계획 최적화를 사용하여 달성됩니다. 불행하게도 환자와 종양은 개개인의 생물학적 특성을 가지고 있기 때문에 표준화된 치료 계획의 효과와 독성은 다양합니다.
방사선 치료 계획에 대한 보다 개인화된 접근 방식을 제공하기 위해 연구원들은 미시간 대학 환자별 선량 반응 모델을 계획 프로세스에 직접 통합하는 새로운 강도 변조 방사선 치료(IMRT) 최적화 전략을 개발했습니다. 그들의 기술은 다음에 설명되어 있습니다. 의학 물리는 전체 치료 효용의 예측 값을 최대화하는 데 기반을 두고 있습니다. 이는 국소 제어 확률에서 독성 확률의 가중 합을 뺀 값으로 정의됩니다.
PUO(우선순위 유틸리티 최적화)라고 하는 새로운 계획 방법은 종양 및 OAR의 방사선 민감성과 관련된 맞춤형 요소를 통합하여 표준 접근 방식을 강화합니다. 예를 들어 OAR 방사성 독성은 연령, 흡연 상태, 유전자 발현, 분자 표지 및 심장 질환과 같은 기존 상태에 의해 영향을 받을 수 있습니다. 다른 동시 치료도 방사선 요법의 효능에 영향을 미칠 수 있습니다.
그들의 전략을 검증하기 위해 수석 조사관은 마사 마투자크 연구진은 PUO 방법을 사용하여 비소세포폐암(NSCLC) 환자 XNUMX명에 대한 IMRT 계획을 세웠습니다. 그들은 PUO 계획이 치료에 사용되었던 기존 계획에 비해 모든 환자에 대한 국소 통제를 향상시켰다고 보고합니다.
"NSCLC 환자는 질병의 범위와 국소화가 다양하고 매우 이질적인 그룹을 대표합니다"라고 수석 저자는 설명합니다. 다니엘 폴란. “다른 해부학적 다양성과 결합하여 이러한 요인은 다양한 최적화 방법으로 예상되는 이득을 포함하여 치료 계획에 큰 영향을 미칠 수 있습니다. 따라서 우리 방법의 초기 타당성 테스트를 위해 우리는 예측 결과에 영향을 미치는 용량 공변량의 다양성 외에도 환자 크기, 종양 크기, 위치 및 측면성의 다양성을 나타내기 위해 XNUMX개 사례를 선택했습니다."
환자별 IMRT 계획을 만들기 위해 연구진은 먼저 상용 치료 계획 시스템을 사용하여 관심 영역에 대한 빔렛 선량 기여도의 영향 매트릭스를 기반으로 선량을 계산했습니다. 그런 다음 두 가지 최적화 문제를 해결하여 TPS로 다시 가져올 수 있는 최적의 빔렛 가중치를 생성합니다.
첫 번째 최적화 문제는 개별화된 용량-반응 모델을 기반으로 효능과 독성 간의 균형을 최적화하여 일반적인 임상 용량 제약 조건에 따른 전체 계획 유틸리티를 최대화합니다. 두 번째는 첫 번째 최적화에서 결정된 최적의 효용을 유지하면서 첫 번째와 동일한 선량 제약이 적용되는 기존 선량 기반 목표를 최소화합니다.
3명의 환자 모두에 대해 PUO 접근 방식은 용량 기반 제약 조건을 유지하면서 유용성을 극대화하는 최적의 빔렛 가중치를 성공적으로 생성했습니다. 연구를 위해 연구자들은 이러한 PUO IMRT 계획을 임상적으로 전달된 XNUMXD 입체형 방사선 치료(CRT) 계획, 후향적으로 생성된 선량 전용 최적화(DOO) IMRT 및 체적 변조 아크 치료(VMAT) 계획과 비교했습니다.
3DCRT, VMAT, DOO IMRT 계획과 비교했을 때 PUO 방법은 계획 효용성을 각각 평균 40%, 32%, 31% 향상시켰다. PUO 계획은 기존 계획과 유사한 독성으로 로컬 제어에서 평균 17% 개선을 보여주었습니다.
예상한 대로 PUO IMRT 계획의 혜택 정도는 환자마다 달랐습니다. Polan은 한 환자의 경우 PUO가 기존 DOO에 비해 효용성을 70% 향상시켰다고 보고했습니다. “이는 무진행 생존 예측 확률이 32% 절대적으로 개선된 반면, 방사선 유발 폐독성 예측 확률은 2%만 증가한 것에 해당합니다.”라고 그는 말합니다. "이러한 실질적인 절충안은 환자의 치료 후 삶의 질에 미치는 영향을 최소화하면서 질병 생존 가능성을 크게 향상시킬 수 있는 잠재력을 가지고 있습니다."
그러나 종양이 큰 다른 환자의 경우 호전이 미미했습니다. Polan은 큰 종양의 경우 전체 용량 요구 사항이 증가하고 정상 조직과의 경계를 피하는 능력이 감소하기 때문에 치료 계획이 일반적으로 더욱 제한된다고 설명합니다.
AI 프레임워크는 의료 이미지를 사용하여 방사선 치료 선량을 개별화합니다.
연구팀은 PUO 방법이 환자별 임상 요인 및 바이오마커를 기반으로 용량 증량 또는 재분배로 어떤 환자가 혜택을 받을 수 있는지를 결정하는 정량적 방법을 제공하는 동시에 환자 기하학 및 OAR 용량 제한도 고려한다는 점을 강조합니다.
연구진은 현재 PUO 치료계획 전략을 적용한 전향적 임상시험 개발을 목표로 대규모 후향적 연구를 진행하고 있다. 그들의 연구는 환자 데이터와 맞춤형 결과 예측을 방사선 치료 계획에 직접 통합하는 데 중점을 두고 있으며, 현재는 간암, 폐암, 두경부암에 중점을 두고 있습니다. 방사선 치료의 긍정적인 효과와 부정적인 효과의 균형을 맞추면 환자의 전반적인 질에 큰 영향을 미칠 수 있습니다. -삶.
