Algoritmy umělé inteligence pro automatizaci TMI pomocí optimalizace VMAT pomocí WB-CT/MRI a syntetického WB-CT - Projekt AutoMI (AuToMI)

Bylo prokázáno, že celkové ozáření těla (TBI) pomáhá zajistit imunosupresi, která usnadňuje přijetí dárcovského transplantátu. Kromě toho hraje TBI roli při ničení maligních buněk a může také vyčerpat normální hematopoetické kmenové buňky, čímž pomáhá dárcovským buňkám dřeně znovu osídlit kostní dřeň (BM). Randomizované studie prokázaly, že kondicionační režimy k BMT včetně TBI přinesly lepší míru přežití než režimy pouze s chemoterapií.

Cíl TBI představuje celý BM, případně celý lymfatický systém, játra, slezina. Obvykle se používá velmi jednoduchá geometrie s pacientem umístěným na vyhrazeném lehátku ve vzdálenosti 3–4 metry od lineárního urychlovače, aby plně pokryl cíl jediným paprskem, aniž by došlo ke spojení pole.

Zvýšená očekávaná délka života odhalila výskyt důležitých toxicit kvůli plným dávkám, které dostávaly rizikové orgány (OAR), což omezilo použití TBI, jak je uvedeno v pokynech ILGROG z roku 2018. Mnoho skupin proto prozkoumalo možnost sofistikovaných technik pro snížení dávky na zdravé tkáně a zároveň zvýšení dávky na BM. Tyto novější přístupy mají za cíl generovat celkové ozáření kostní dřeně (lymfatické uzliny) (TMI/TMLI), šetřící co možná nejvíce neskeletální a nelymfoidní struktury.

Předběžné klinické údaje ze studií fáze I/II podporují použití TMI/TMLI jako součásti přípravy na BMT u pacientů s relabující-refrakterní akutní leukémií a mnohočetným myelomem. Přijetí TMI/TMLI je však stále velmi omezeno na několik kvalifikovaných nemocnic kvůli extrémním obtížím při plánování, které vyžaduje mnoho dní.

Hodnocení TMI/TMLI pomocí Volumetric Modulated Arc Therapy (VMAT) bylo v našem ústavu zahájeno v roce 2009 a během 10 let jsme ošetřili kolem 90 pacientů.

VMAT-TMI/TMLI vyžaduje více oblouků z izocentrů s různými polohami, aby byla plně zahrnuta délka pacienta. Proto by mělo být řízeno mnoho polních křižovatek mezi oblouky s různými izocentry. Délka CT navíc neumožňuje získat pacienta jedním CT vyšetřením. Musí být získány a společně registrovány dvě CT série.

Ve skutečnosti je čas potřebný k optimalizaci plánu TMI/TMLI 10 dní. Simulační počítačová tomografie (CT) se proto provádí mnoho dní před BMT. Kromě toho jsou lymfatické uzliny definovány pouze na CT snímcích.

Hluboké učení (DL) Algoritmy umělé inteligence (AI) v lékařském zobrazování a RT se rychle rozšiřují. DL se zaměřil na detekci lézí a klasifikaci extrakcí znaků. V mnoha regionech byly implementovány segmentace obrazu pomocí plně konvoluční sítě (FCN), holisticky vnořené sítě (HNN) nebo jiných přizpůsobených síťových architektur.

V posledních desetiletích se používání zobrazování magnetickou rezonancí (MRI) k podpoře RT zvýšilo. MRI poskytuje vynikající zobrazení měkkých tkání, které by mohlo zlepšit definici cíle. Tvarování lymfatických uzlin na základě MRI povede k menšímu cíli, což umožní lépe šetřit zdravé tkáně. Navíc MRI významně snižuje variabilitu konturování mezi pozorovateli/v rámci pozorovatele. Za tímto účelem byla vyvinuta nová generace MRI konzol s větší velikostí otvoru, plochými deskami a vyhrazenými zobrazovacími protokoly se sníženým zkreslením obrazu na <1 mm. Navíc nově vyvinuté 3D sekvence s gradientem echa a vyhrazené cívky lze použít k vytvoření celotělové akvizice WB-MRI během několika minut. Dále bylo v některých regionech navrženo a implementováno syntetické CT z MRI (tj. mozek a prostata) nahradit CT za poskytování informací o elektronové hustotě pro výpočet plánování dávky.