AI pro léčbu rakoviny hlavy a krku pomocí adaptivní radioterapie (RadiomicART) (RadiomicArt)

Spinocelulární karcinom hlavy a krku (HNSCC) je charakterizován incidencí v Evropě 140 000 nových případů ročně s mírou přežití po 5 letech v rozmezí 25 až 65 %.

Současné algoritmy klinického managementu pro pacienty s HNSCC zahrnují použití chirurgického zákroku a/nebo radioterapie v závislosti na stádiu onemocnění při diagnóze. Radikální radioterapie (RT), výlučně nebo v kombinaci se systémovou terapií, představuje účinnou terapeutickou možnost podle mezinárodních doporučení.

Navzdory nedávnému technologickému pokroku v oblasti radiační terapie se asi u 30–50 % pacientů po primární léčbě rakoviny hlavy a krku rozvine lokoregionální selhání. Navíc, ačkoli vývoj technik radiační terapie s modulovanou intenzitou (IMRT) a volumetrické modulované obloukové terapie (VMAT) umožnil větší úsporu dávek na zdravých tkáních, radiační toxicita stále představuje relevantní problém, který má dopad na kvalitu života pacientů s rakovinou. i po dlouhou dobu po léčbě.

Neustálé úsilí o personalizovanou medicínu má za cíl zlepšit výsledky pacienta, a to jak z hlediska kontroly onemocnění, tak i vzorce toxicity. Zdá se, že pokročilé zobrazovací modality hrají zásadní roli při přizpůsobení radiační léčby, jak je ukázáno pomocí adaptivní radioterapie (ART) a radiomik.

S ART výzkumníci znamenají přizpůsobení objemů nádorů a okolních rizikových orgánů (OAR) ke zmenšení a vyhublosti pacienta během léčby RT.

Nedávná literatura ukázala, že zmenšení nádoru může na konci léčby RT dosáhnout 70 % a zároveň OAR, jako jsou příušní žlázy, mohou snížit jejich velikost o 7 až 70 %. Tyto změny, pokud nejsou brány v úvahu, mohou vést k neočekávanému podání nižší dávky na nádor a vyšší dávce OAR ve srovnání s plánovanou.

Adaptivní radioterapie (ART) zahrnuje techniky, které umožňují znalost anatomických variací specifických pro pacienta na základě obrazem řízených radioterapií (IGRT) ke zpětné vazbě do plánu a optimalizace dávkování během léčebného cyklu. Přetrvávajícím nejslabším článkem v léčebném řetězci radioterapie zůstává identifikace cíle vedená lékařem.

Ve srovnání s CT nebo CBCT nabízí MRI lepší definici měkkých tkání bez souvisejícího radiačního rizika. MRI identifikuje cíle větší než na CT, protože nádor, který by jinak byl vynechán, je nyní vidět; nejčastěji se však uvádí, že cíle jsou menší, když jsou vyznačeny na MRI. Výsledný menší cíl odvozený z MRI zlepšuje terapeutický poměr, takže umožňuje eskalaci dávky. Dostupnost „funkčních“ MRI sekvencí je příslibem, že geometrická adaptace může být doplněna biologickou adaptací. Difúzně vážené zobrazování (DWI) je funkční zobrazovací technika závislá na náhodném pohybu molekul vody za účelem vytvoření kontrastu obrazu. Protože nádory mají obvykle větší celularitu než normální tkáň, vykazují vyšší intenzitu signálu, tj. omezenou difúzi na MRI. To se odráží v nízké hodnotě středního zdánlivého difúzního koeficientu (ADC). To má potenciál poskytnout jak kvalitativní, tak kvantitativní informace. Změna v ADC byla použita k identifikaci časné léčebné odpovědi a k ​​predikci lokální recidivy. Proto by palubní DWI mohlo včas identifikovat nereagující pacienty, kteří mohou mít prospěch ze změny léčebného přístupu.

Radiomická je extrakce kvantitativních znaků z lékařských snímků k charakterizaci nádorové patologie nebo heterogenity. Radiomické vlastnosti extrahované z lékařských snímků mohou být použity jako vložené funkce k vytvoření modelu strojového učení schopného předvídat přežití a k vedení léčby díky její prediktivní hodnotě s ohledem na personalizaci terapie.

Dříve jsme v retrospektivní studii hodnotili kvalitativní analýzu radiomických charakteristik nádorových tkání hlavy a krku, abychom identifikovali prediktivní signaturu biologických charakteristik nádoru. Výzkumníci rozvrstvili pacienty s HNSCC podle nejvýznamnějších radiomických znaků do skupin s vysokým a nízkým rizikem relapsu a přežití po radiochemoterapii.

Kombinace ART a radiomické analýzy by mohla být potenciálně považována za další pokrok v personalizaci onkologické léčby, a zejména léčby ozařováním. Z tohoto důvodu výzkumník navrhl tento výzkumný projekt s cílem prospektivně vyhodnotit radiomický přístup založený na strojovém učení k predikci výsledku a toxicity u pacientů s HNSCC léčených ART pomocí CT, MRI a PET-scan.