Soluțiile inteligente simplifică planificarea tratamentului cu radioterapie – Physics World

<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="Inteligent prin proiectare Simulatoarele CT de la Spitalul Castle Hill din Marea Britanie sunt echipate cu software de învățare profundă care delimitează automat organele expuse riscului. (Cu amabilitatea: Siemens Healthineers)”>

Soluțiile software inteligente au devenit un instrument crucial pentru echipele clinice întinse pentru a oferi cea mai bună îngrijire posibilă pacienților cu cancer, în special celor care necesită tratamente mai complexe folosind doze mai mari de radiații. Sistemele software cu inteligență artificială încorporată pot automatiza sarcini repetitive, pot îmbunătăți informațiile care pot fi extrase din simulatoarele CT și pot asigura coerența îngrijirii într-un număr tot mai mare de cazuri.

La Spitalul Castle Hill din Cottingham, Marea Britanie, care tratează câteva sute de pacienți în fiecare lună cu cele șase acceleratoare liniare, software inteligent a fost implementat pe parcursul întregului proces de planificare a tratamentului. „Încercăm să folosim fiecare instrument pe care îl avem la dispoziție, fie că este vorba despre simpli arbori de decizie sau software comercial care ne face munca mai ușoară și mai eficientă”, spune Carl Horsfield, fizician principal la Hull University Teaching Hospitals NHS Trust. „Ca multe centre de tratament, avem lipsă de personal în comparație cu modelele naționale și folosim software pentru a ne ajuta să oferim îngrijiri de înaltă calitate.”

Chiar la începutul procesului, software automatizat pe simulatoarele CT – the SOMATOM go.Open Pro de la Siemens Healthineers – menține sensibilitatea imaginilor prin modularea dozei de radiații pentru a se potrivi cu dimensiunea pacientului. Scanerele sunt, de asemenea, echipate cu un algoritm inteligent, numit Direct i4D, care îmbunătățește calitatea imaginilor rezolvate în timp care sunt utilizate pentru a capta mișcarea respiratorie a pacienților cu cancer pulmonar. În mod normal, aceste scanări CT 4D produc imagini precise numai atunci când sunt luate respirații regulate în timpul de achiziție, de obicei în jur de două minute, dar acest lucru este rareori cazul pacienților cu afecțiuni pulmonare.

„Pacienții cu plămâni sunt adesea complexi și problematici la CT și am petrecut mult timp participând la scanări pentru a evalua dacă imaginile pentru pacienții cu plămâni 4D sunt adecvate clinic”, spune Horsfield. „Cu acest algoritm inteligent, parametrii de scanare se adaptează la respirația pacientului în timp real, ceea ce face radiografii mult mai încrezători în achiziție atunci când modelul de respirație este neregulat.”

Economii de timp și mai semnificative pot fi obținute prin utilizarea unei soluții bazate pe inteligență artificială încorporată în scanerul CT, numită DirectORGANS, care combină datele imaginii cu un algoritm de învățare profundă pentru a contura automat organele critice ale pacientului. Astfel de contururi automate sunt generate pentru fiecare pacient radical care este tratat la Castle Hill, evitând necesitatea ca un clinician să deseneze fiecare structură manual. În locurile de tratament aglomerate, cum ar fi capul și gâtul, acest lucru poate reduce timpul necesar cu o oră sau mai mult. „Economisirea timpului pentru clinicienii noștri este esențială, iar autocontouringul este o modalitate fantastică de a se asigura că nu repetă sarcini simple pentru mai mulți pacienți”, comentează Horsfield.

Important este că acuratețea contururilor automate – și, prin urmare, timpul care poate fi economisit – depinde de calitatea datelor de intrare. DirectORGANS oferă aici un avantaj cheie, deoarece captează un set de date personalizat din scanarea CT care a fost optimizat pentru a genera cele mai bune rezultate din algoritmul de învățare profundă. „Multe instrumente de autocontouring sunt găzduite în cloud, ceea ce înseamnă că au acces doar la scanarea care a fost configurată pentru nevoile echipei clinice”, explică Horsfield. „Unul dintre motivele pentru care ne place DirectORGANS este că își realizează propria reconstrucție, setând parametrii scanerului de achiziție pentru a se potrivi cu modul în care ar trebui să fie făcute organele.”

Software-ul generează contururi precise pentru multe organe comune expuse riscului, inclusiv plămânul, prostată, vezica urinară și canalul spinal. Odată creat, clinicianul pacientului de la Castle Hill revizuiește întotdeauna structurile, le editează după cum este necesar și delimitează manual tumora. În mod esențial, clinicianul trebuie să aprobe și setul final de contururi înainte ca acestea să fie utilizate pentru planificarea tratamentului. „Un clinician încă trebuie să se asigure că contururile produse de algoritmi sunt potrivite scopului”, spune Horsfield. „De asemenea, îi solicităm să ofere feedback cu privire la calitatea organelor, ceea ce ne oferă o anumită asigurare internă a calității.”

În timp ce versiunea inițială a software-ului includea 30 sau 40 de structuri preîncărcate, cea mai recentă versiune a îmbunătățit și mai mult acoperirea și precizia. Un avans esențial, de exemplu, este capacitatea de a contura automat lanțurile ganglionilor limfatici, în mod normal o sarcină manuală și minuțioasă. „Pentru pacienții cu prostată în care există riscul de infiltrare ganglionară, medicii trebuie să-și parcurgă drumul de la prostată prin sacrum până la capătul lanțului ganglionilor limfatici locali”, explică Horsfield. „A avea conturarea automată pentru aceste tipuri de structuri va fi o economie masivă pentru ele, chiar și cu ocazia când este necesară o anumită editare.”

<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="Planificarea bazată pe cunoștințe RapidPlan exploits model data from previous cases to generate a personalized treatment plan for each new patient. (Courtesy: Siemens Healthineers)” title=”Click to open image in popup” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-1.png”>

Între timp, o serie de instrumente automate sunt, de asemenea, încorporate în sistemul de planificare a tratamentului al echipei, Varian's Eclipse. Unul care s-a dovedit deosebit de util pentru echipa Castle Hill este RapidPlan, o soluție bazată pe cunoștințe care utilizează un model creat din cazuri anterioare pentru a genera un plan de tratament personalizat pentru un pacient nou. „Este un instrument care ne ajută să stabilim ceea ce este realizabil pentru fiecare pacient, în special pentru cazurile mai complicate în care localizarea organelor cu risc ar putea compromite acoperirea țintei”, spune Horsfield. „Avem soluții de clasă pentru planurile noastre de tratament ca puncte de plecare, dar este mai inteligent decât atât, deoarece este specific anatomiei fiecărui pacient.”

Această abordare bazată pe cunoștințe s-a dovedit deosebit de benefică pentru noii membri ai personalului și, de asemenea, a îmbunătățit coerența și calitatea planurilor produse în întreaga echipă. „Cineva care a fost cu noi de șase luni s-ar putea să nu creeze un plan de același standard ca unul dintre membrii echipei noastre mai experimentați”, spune Horsfield. „Mărirea cunoștințelor lor cu aceste instrumente inteligente le permite să acceseze această experiență și standardizează calitatea planurilor pe care le producem.”

<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="Software-ul ca soluție Carl Horsfield (centre) and the team at Castle Hill have deployed a series of intelligent tools to streamline the treatment planning process. (Courtesy: Siemens Healthineers)” title=”Click to open image in popup” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning-physics-world-2.png”>

Ca și în cazul oricărei abordări de învățare automată, calitatea predicțiilor depinde de datele de antrenament utilizate pentru a crea modelul. La Castle Hill, echipa și-a folosit propriile cazuri pentru a dezvolta modele pentru patru locuri de tratament - plămâni, cap și gât, esofag și prostată - cu câteva altele fiind acum dezvoltate pentru a realiza economii suplimentare de timp pentru echipa de planificare. „Una dintre marile dificultăți în planificarea tratamentului este să știi când să te oprești”, spune Horsfield. „RapidPlan oferă asigurarea că ați găsit o soluție optimă pentru acel pacient și că există mai puține beneficii în a petrece timp suplimentar punând la îndoială alegerile dumneavoastră.”

Sistemul de planificare a tratamentului Eclipse oferă, de asemenea, o interfață pentru adăugarea de instrumente personalizate la procesul de planificare. De exemplu, echipa de la Castle Hill a creat un instrument automat pentru crearea structurilor de optimizare, care constrânge soluțiile produse de sistemul de planificare a tratamentului prin definirea anumitor zone care nu ar trebui să fie vizate de radiații. „Am creat aproximativ 15 protocoale diferite pentru a crea aceste structuri de evitare și optimizare”, spune Horsfield. „Toate sunt operații simple, dar ne-am dat seama că au fost făcute manual pentru aproape fiecare plan de tratament. A fost cu adevărat încurajator să ne putem crea propriile instrumente pentru a ne eficientiza procesele.”

Astfel de economii de eficiență sunt deosebit de critice într-un moment în care centrele de tratament precum Castle Hill se confruntă cu consecințele pandemiei de COVID-19. Cu un aflux uriaș de pacienți și o penurie de profesioniști din domeniul sănătății, instrumentele inteligente care pot automatiza cel puțin o parte din procesul de planificare a tratamentului ajută eforturile continue de a rezolva restanța. „Capacitatea noastră înainte de COVID era de a produce 40 de planuri pe săptămână, iar acum întreaga echipă face eforturi mari pentru a le crește la 50”, spune Horsfield. „Fiecare eficiență pe care o putem obține prin automatizarea proceselor noastre ne ajută să facem progrese față de planul nostru de recuperare, asigurându-ne totodată că continuăm să producem planuri de înaltă calitate pentru fiecare pacient pe care îl tratăm.”

• Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
• PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
• PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
• PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
• PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
• Sursa: https://physicsworld.com/a/intelligent-solutions-streamline-radiotherapy-treatment-planning/