โซลูชันอัจฉริยะช่วยปรับปรุงการวางแผนการรักษาด้วยรังสีรักษา – 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="ชาญฉลาดด้วยการออกแบบ เครื่องจำลอง CT ที่โรงพยาบาล Castle Hill ในสหราชอาณาจักรมีซอฟต์แวร์การเรียนรู้เชิงลึกที่จะวิเคราะห์อวัยวะที่มีความเสี่ยงโดยอัตโนมัติ (เอื้อเฟื้อโดย: Siemens Healthineers)”>

โซลูชันซอฟต์แวร์อัจฉริยะได้กลายเป็นเครื่องมือสำคัญสำหรับทีมแพทย์ที่ขยายวงออกไปเพื่อให้การดูแลผู้ป่วยโรคมะเร็งได้ดีที่สุด โดยเฉพาะอย่างยิ่งผู้ที่ต้องการการรักษาที่ซับซ้อนมากขึ้นโดยใช้ปริมาณรังสีที่สูงขึ้น ระบบซอฟต์แวร์ที่มีปัญญาประดิษฐ์ในตัวสามารถทำงานซ้ำๆ ได้โดยอัตโนมัติ ปรับปรุงข้อมูลที่สามารถดึงมาจากเครื่องจำลอง CT และรับประกันความสม่ำเสมอของการดูแลในกรณีที่มีจำนวนเพิ่มมากขึ้น

ที่โรงพยาบาล Castle Hill ในเมืองค็อตติงแฮม สหราชอาณาจักร ซึ่งให้การรักษาผู้ป่วยหลายร้อยรายทุกเดือนด้วยเครื่องเร่งความเร็วเชิงเส้นหกตัว ซอฟต์แวร์อัจฉริยะได้ถูกนำมาใช้ทั่วทั้งกระบวนการวางแผนการรักษาทั้งหมด “เราพยายามใช้เครื่องมือทุกอย่างที่มี ไม่ว่าจะเป็นแผนผังการตัดสินใจง่ายๆ หรือซอฟต์แวร์เชิงพาณิชย์ที่ทำให้งานของเราง่ายขึ้นและมีประสิทธิภาพมากขึ้น” Carl Horsfield หัวหน้านักฟิสิกส์ของ Hull University Teaching Hospitals NHS Trust กล่าว “เช่นเดียวกับศูนย์บำบัดอื่นๆ เราก็ขาดแคลนเจ้าหน้าที่เมื่อเทียบกับรุ่นในประเทศ และเราใช้ซอฟต์แวร์เพื่อช่วยให้เราให้การดูแลรักษาที่มีคุณภาพสูง”

ตั้งแต่เริ่มต้นกระบวนการ ซอฟต์แวร์อัตโนมัติบนเครื่องจำลอง CT – SOMATOM go.เปิดโปร จาก Siemens Healthineers – รักษาความไวของภาพโดยการปรับปริมาณรังสีให้ตรงกับขนาดของผู้ป่วย เครื่องสแกนยังติดตั้งอัลกอริธึมอัจฉริยะที่เรียกว่า Direct i4D ซึ่งปรับปรุงคุณภาพของภาพที่แก้ไขตามเวลาซึ่งใช้ในการจับการเคลื่อนไหวของการหายใจของผู้ป่วยมะเร็งปอด โดยปกติแล้ว การสแกน CT 4D เหล่านี้จะสร้างภาพที่แม่นยำเฉพาะเมื่อมีการหายใจเข้าเป็นประจำในช่วงเวลาที่ได้รับ ซึ่งโดยทั่วไปจะอยู่ที่ประมาณสองนาที แต่นั่นไม่ค่อยเกิดขึ้นกับผู้ป่วยที่มีภาวะปอด

“ผู้ป่วยปอดมักจะซับซ้อนและมีปัญหาที่ CT และฉันได้ใช้เวลาส่วนใหญ่ไปกับการสแกนเพื่อประเมินว่าภาพสำหรับผู้ป่วยปอดแบบ 4 มิติมีความเหมาะสมทางคลินิกหรือไม่” Horsfield กล่าว “ด้วยอัลกอริธึมอันชาญฉลาดนี้ พารามิเตอร์การสแกนจะปรับให้เข้ากับการหายใจของผู้ป่วยแบบเรียลไทม์ ซึ่งทำให้นักถ่ายภาพรังสีมีความมั่นใจมากขึ้นในการรับสัญญาณเมื่อรูปแบบการหายใจไม่สม่ำเสมอ”

ประหยัดเวลาได้มากยิ่งกว่านั้นด้วยการใช้โซลูชันที่ขับเคลื่อนด้วย AI ซึ่งฝังอยู่ในเครื่องสแกน CT ที่เรียกว่า DirectORGANS ซึ่งรวมข้อมูลภาพเข้ากับอัลกอริธึมการเรียนรู้เชิงลึกเพื่อสร้างรูปร่างของอวัยวะที่สำคัญของผู้ป่วยโดยอัตโนมัติ รูปทรงอัตโนมัติดังกล่าวถูกสร้างขึ้นสำหรับผู้ป่วยหัวรุนแรงทุกรายที่เข้ารับการรักษาที่ Castle Hill โดยไม่จำเป็นต้องให้แพทย์วาดโครงสร้างทั้งหมดด้วยมือ ในบริเวณที่ทำการรักษาที่แออัด เช่น ศีรษะและคอ ซึ่งสามารถลดเวลาที่ใช้ลงได้ประมาณหนึ่งชั่วโมงหรือมากกว่านั้น “การประหยัดเวลาให้กับแพทย์ของเราเป็นสิ่งสำคัญยิ่ง และการปรับรูปร่างอัตโนมัติเป็นวิธีที่ยอดเยี่ยมในการทำให้แน่ใจว่าพวกเขาไม่ได้ทำงานง่ายๆ ซ้ำๆ สำหรับคนไข้หลายราย” Horsfield ให้ความเห็น

สิ่งสำคัญคือ ความแม่นยำของรูปทรงอัตโนมัติ และระยะเวลาที่สามารถประหยัดเวลาได้ ขึ้นอยู่กับคุณภาพของข้อมูลอินพุต DirectORGANS นำเสนอข้อได้เปรียบที่สำคัญที่นี่ เนื่องจากจะรวบรวมชุดข้อมูลตามความต้องการจากการสแกน CT ที่ได้รับการปรับให้เหมาะสมเพื่อสร้างผลลัพธ์ที่ดีที่สุดจากอัลกอริธึมการเรียนรู้เชิงลึก “เครื่องมือปรับรูปร่างอัตโนมัติจำนวนมากโฮสต์อยู่ในคลาวด์ ซึ่งหมายความว่าเครื่องมือเหล่านี้เข้าถึงได้เฉพาะการสแกนที่ได้รับการกำหนดค่าตามความต้องการของทีมคลินิกเท่านั้น” Horsfield อธิบาย “เหตุผลหนึ่งที่เราชอบไดเรกเตอร์ออร์แกนส์ก็คือมันสร้างมันขึ้นมาใหม่เอง โดยตั้งค่าพารามิเตอร์บนเครื่องสแกนที่รับมาเพื่อให้ตรงกับวิธีการสร้างอวัยวะต่างๆ”

ซอฟต์แวร์นี้สร้างรูปทรงที่แม่นยำสำหรับอวัยวะทั่วไปที่มีความเสี่ยงจำนวนมาก รวมถึงปอด ต่อมลูกหมาก กระเพาะปัสสาวะ และช่องไขสันหลัง เมื่อสร้างเสร็จแล้ว แพทย์ของผู้ป่วยที่ Castle Hill จะตรวจสอบโครงสร้าง แก้ไขตามความจำเป็น และวิเคราะห์เนื้องอกด้วยตนเองเสมอ สิ่งสำคัญอย่างยิ่งคือแพทย์จะต้องอนุมัติโครงร่างชุดสุดท้ายก่อนที่จะนำไปใช้ในการวางแผนการรักษา “แพทย์ยังคงต้องแน่ใจว่ารูปทรงที่เกิดจากอัลกอริธึมนั้นเหมาะสมกับวัตถุประสงค์” ฮอร์สฟิลด์กล่าว “เรายังกระตุ้นให้พวกเขาให้ข้อเสนอแนะเกี่ยวกับคุณภาพของอวัยวะ ซึ่งทำให้เราได้รับการประกันคุณภาพภายใน”

แม้ว่าซอฟต์แวร์เวอร์ชันเริ่มต้นจะมีโครงสร้างที่โหลดไว้ล่วงหน้า 30 หรือ 40 โครงสร้าง แต่เวอร์ชันล่าสุดได้ปรับปรุงความครอบคลุมและความแม่นยำให้ดียิ่งขึ้น ตัวอย่างเช่น ความก้าวหน้าที่สำคัญประการหนึ่งคือความสามารถในการปรับรูปร่างของโซ่ต่อมน้ำเหลืองโดยอัตโนมัติ ซึ่งโดยปกติแล้วจะต้องอาศัยความอุตสาหะและต้องใช้ความอุตสาหะ “สำหรับผู้ป่วยต่อมลูกหมากที่มีความเสี่ยงต่อการแทรกซึมของต่อมลูกหมาก แพทย์จำเป็นต้องดำเนินการตั้งแต่ต่อมลูกหมากผ่านถุงน้ำดีไปจนถึงปลายสายของต่อมน้ำเหลืองในพื้นที่” ฮอร์สฟิลด์อธิบาย “การมีคอนทัวร์แบบอัตโนมัติสำหรับโครงสร้างประเภทนี้จะช่วยประหยัดได้มากสำหรับโครงสร้างเหล่านั้น แม้แต่ในโอกาสที่ต้องมีการแก้ไขบางอย่าง”

<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="การวางแผนบนฐานความรู้ RapidPlan ใช้ประโยชน์จากข้อมูลแบบจำลองจากกรณีก่อนหน้าเพื่อสร้างแผนการรักษาเฉพาะบุคคลสำหรับผู้ป่วยใหม่แต่ละราย (เอื้อเฟื้อโดย: Siemens Healthineers)” title=”คลิกเพื่อเปิดภาพในป๊อปอัป” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning- ฟิสิกส์โลก-1.png”>

ในขณะเดียวกัน ยังมีเครื่องมืออัตโนมัติจำนวนหนึ่งรวมอยู่ในระบบวางแผนการรักษาของทีม Varian's Eclipse สิ่งที่พิสูจน์แล้วว่ามีประโยชน์อย่างยิ่งสำหรับทีม Castle Hill ก็คือ ราปิดแพลนซึ่งเป็นโซลูชันฐานความรู้ที่ใช้แบบจำลองที่สร้างขึ้นจากกรณีก่อนหน้าเพื่อสร้างแผนการรักษาเฉพาะบุคคลสำหรับผู้ป่วยรายใหม่ “เครื่องมือนี้ช่วยให้เราระบุสิ่งที่สามารถทำได้สำหรับผู้ป่วยแต่ละราย โดยเฉพาะอย่างยิ่งในกรณีที่ซับซ้อนมากขึ้น ซึ่งตำแหน่งของอวัยวะที่มีความเสี่ยงอาจส่งผลต่อความครอบคลุมของเป้าหมาย” Horsfield กล่าว “เรามีวิธีแก้ปัญหาระดับชั้นสำหรับแผนการรักษาของเราเป็นจุดเริ่มต้น แต่ก็ฉลาดกว่านั้นเพราะมันมีความเฉพาะเจาะจงกับกายวิภาคของผู้ป่วยแต่ละราย”

แนวทางที่เน้นความรู้นี้ได้รับการพิสูจน์แล้วว่าเป็นประโยชน์อย่างยิ่งสำหรับพนักงานใหม่ และยังได้ปรับปรุงความสม่ำเสมอและคุณภาพของแผนงานที่จัดทำขึ้นทั่วทั้งทีมอีกด้วย “คนที่อยู่กับเรามาเป็นเวลาหกเดือนอาจไม่ได้สร้างแผนที่มีมาตรฐานเดียวกันกับสมาชิกในทีมที่มีประสบการณ์มากกว่าของเรา” ฮอร์สฟิลด์กล่าว “การเพิ่มพูนความรู้ด้วยเครื่องมืออัจฉริยะเหล่านี้ทำให้พวกเขาสามารถเข้าถึงประสบการณ์นั้นและสร้างมาตรฐานคุณภาพของแผนงานที่เราจัดทำขึ้น”

<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="ซอฟต์แวร์เป็นโซลูชัน Carl Horsfield (กลาง) และทีมงานที่ Castle Hill ได้ใช้เครื่องมืออัจฉริยะหลายชุดเพื่อปรับปรุงกระบวนการวางแผนการรักษา (เอื้อเฟื้อโดย: Siemens Healthineers)” title=”คลิกเพื่อเปิดภาพในป๊อปอัป” href=”https://platoblockchain.com/wp-content/uploads/2024/03/intelligent-solutions-streamline-radiotherapy-treatment-planning- ฟิสิกส์โลก-2.png”>

เช่นเดียวกับแนวทางแมชชีนเลิร์นนิงอื่นๆ คุณภาพของการคาดการณ์จะขึ้นอยู่กับข้อมูลการฝึกที่ใช้ในการสร้างแบบจำลอง ที่ Castle Hill ทีมงานได้ใช้เคสของตัวเองในการพัฒนาแบบจำลองสำหรับสถานที่รักษาสี่แห่ง ได้แก่ ปอด ศีรษะและคอ หลอดอาหารและต่อมลูกหมาก โดยขณะนี้มีการพัฒนาอีกหลายจุดเพื่อให้ทีมวางแผนประหยัดเวลาได้มากขึ้น “ปัญหาใหญ่อย่างหนึ่งในการวางแผนการรักษาคือการรู้ว่าเมื่อใดควรหยุด” ฮอร์สฟิลด์กล่าว “RapidPlan ให้ความมั่นใจว่าคุณได้พบวิธีแก้ปัญหาที่ดีที่สุดสำหรับผู้ป่วยรายนั้น และมีประโยชน์น้อยลงในการใช้เวลาเพิ่มเติมในการตั้งคำถามกับตัวเลือกของคุณ”

ระบบการวางแผนการรักษา Eclipse ยังมีอินเทอร์เฟซสำหรับการเพิ่มเครื่องมือที่ออกแบบตามความต้องการให้กับกระบวนการวางแผนอีกด้วย ตัวอย่างเช่น ทีมงานที่ Castle Hill ได้สร้างเครื่องมืออัตโนมัติสำหรับการสร้างโครงสร้างการเพิ่มประสิทธิภาพ ซึ่งจำกัดโซลูชันที่ผลิตโดยระบบการวางแผนการรักษาโดยการกำหนดพื้นที่เฉพาะที่ไม่ควรกำหนดเป้าหมายด้วยการฉายรังสี “เราได้สร้างโปรโตคอลที่แตกต่างกันประมาณ 15 โปรโตคอลเพื่อสร้างโครงสร้างการหลีกเลี่ยงและการเพิ่มประสิทธิภาพเหล่านี้” Horsfield กล่าว “ทั้งหมดเป็นการผ่าตัดที่เรียบง่าย แต่เราตระหนักได้ว่าการผ่าตัดเหล่านี้ดำเนินการด้วยตนเองสำหรับเกือบทุกแผนการรักษา การเพิ่มขีดความสามารถอย่างแท้จริงที่สามารถสร้างเครื่องมือของเราเองเพื่อทำให้กระบวนการของเรามีประสิทธิภาพมากขึ้น”

การประหยัดประสิทธิภาพดังกล่าวมีความสำคัญอย่างยิ่งในช่วงเวลาที่ศูนย์บำบัดอย่าง Castle Hill กำลังเผชิญกับผลกระทบจากการระบาดใหญ่ของโควิด-19 เนื่องจากมีผู้ป่วยหลั่งไหลเข้ามาจำนวนมากและการขาดแคลนผู้เชี่ยวชาญด้านสุขภาพ เครื่องมืออัจฉริยะที่สามารถทำให้กระบวนการวางแผนการรักษาบางส่วนเป็นไปโดยอัตโนมัติเป็นอย่างน้อยกำลังช่วยให้ความพยายามอย่างต่อเนื่องในการทำงานผ่านงานที่ค้างอยู่ “ความสามารถของเราก่อนโควิดคือการผลิตแผนได้ 40 แผนต่อสัปดาห์ และตอนนี้ทั้งทีมกำลังพยายามอย่างหนักเพื่อเพิ่มแผนดังกล่าวเป็น 50 แผน” Horsfield กล่าว “ประสิทธิภาพทุกอย่างที่เราสามารถทำได้โดยทำให้กระบวนการของเราเป็นแบบอัตโนมัติช่วยให้เราก้าวไปข้างหน้าตามแผนการฟื้นฟูของเรา ขณะเดียวกันก็ทำให้มั่นใจได้ว่าเราจะผลิตแผนคุณภาพสูงสำหรับผู้ป่วยทุกรายที่เรารักษาต่อไป”

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://physicsworld.com/a/intelligent-solutions-streamline-radiotherapy-treatment-planning/