Klinisk interventionsmodellering, planlægning og bevis for ablationskræftbehandling (ClinicIMPPACT)

Dette ClinicIMPPACT-forslag bygger på succesen med IMPPACT-projektet (tilskud nr. 223877, afsluttet i februar 2012), som skabte en model til at lette mere nøjagtig RFA-behandling. Denne foreløbige RFA-model blev testet i svin med omfattende histologisk oparbejdning og i en klinisk simuleringsundersøgelse baseret på patientdata, som begge rapporterede relativt høje korrelationer mellem estimerede og faktiske tumorvolumener. Kortlægningssoftwaren for leverkræft RFA blev udviklet gennem dette projekt og giver en simulator for radiologer til at planlægge, gennemgå og optimere procedurer. Inden for IMPPACT blev der udført omfattende eksperimenter på grise og celler for at udvikle en cellulær dødsmodel i mikroskala, som vi brugte til at kalibrere softwaren. Efter svineleverkalibrering blev otte patientlæsioner udvalgt fra en database med kliniske procedurer, og planlægningssoftwaren blev brugt retrospektivt til at simulere indgreb og forudsige læsionsformer. Forudsagte volumener blev derefter sammenlignet med reelle termiske læsioner, visualiseret og segmenteret i kontrastforstærket CT en måned efter ablation. Disse sammenligninger viste, at simulerede og reelle læsionsvolumener var acceptabelt matchede efter at have taget virtuelle vævsperfusionsværdier i betragtning. Nogle læsionsformer var mismatchede, muligvis på grund af unøjagtigheder i segmenteringen af ​​radiologiske billeder.

Behandling med RFA kan forbedres ved hjælp af en valideret softwareløsning til at estimere læsionsstørrelsen og identificere mulige komplikationer på forhånd - ideelt set en løsning, der er tilpasset til kliniske krav i realtid. Imidlertid involverer den nuværende state of the art lang, hardware-intensiv computertid (~5 timer), hvilket er upraktisk til klinisk brug.

Hovedmålet med dette projekt er at udvikle et simuleringsværktøj, drevet af en brugervenlig, ergonomisk optimeret grafisk brugergrænseflade, for at understøtte klinikernes komplekse krav. Derfor er arbejdstrinene i dette internationale projekt og dets medicinske og tekniske partnere at accelerere simuleringshastigheden, optimere nåleregistrering og integrere patienters individuelle perfusionsværdier i softwareberegninger såvel som nøjagtige valideringsteknikker for at producere mere sofistikerede og pålidelige forudsigelser. . Softwaren kan også hjælpe med offline planlægning og simulering og som et RFA-undervisningsværktøj for radiologer. Dets anvendelse i retrospektiv analyse bør forbedre den kliniske opfølgning og videnskabelige evaluering.