AI-algoritmer til at automatisere TMI ved VMAT-optimering ved hjælp af WB-CT/MRI og syntetisk WB-CT - AutoMI-projektet (AuToMI)

Total Body Irradiation (TBI) har vist sig at hjælpe med at give immunsuppression, der letter accept af donortransplantationer. Desuden spiller TBI en rolle i udslettelse af ondartede celler og kan også udtømme normale hæmatopoietiske stamceller og dermed hjælpe donormarvscellerne med at genbefolke knoglemarven (BM). Randomiserede forsøg viste, at konditioneringsregimer til BMT inklusive TBI har givet bedre overlevelsesrater end regimer, der kun er kemo.

TBI-målet er repræsenteret af hele BM, og til sidst hele lymfesystemet, leveren, milten. Normalt anvendes en meget simpel geometri, hvor patienten placeres på en dedikeret briks i 3-4 meters afstand fra den lineære accelerator for fuldt ud at dække målet med en enkelt stråle og undgå feltkryds.

Den øgede forventede levetid afslørede forekomsten af ​​vigtige toksiciteter på grund af fulde doser modtaget af risikoorganer (OAR'er), og dette begrænsede brugen af ​​TBI som angivet i 2018 ILGROG-retningslinjerne. Mange grupper har derfor undersøgt muligheden for sofistikerede teknikker til at reducere dosen til sunde væv og samtidig øge dosen til BM. Disse nyere tilgange sigter mod at generere total marv (lymfeknude) bestråling (TMI/TMLI), der skåner så meget som muligt ikke-skeletale og ikke-lymfoide strukturer.

Foreløbige kliniske data om fase I/II forsøg understøtter brugen af ​​TMI/TMLI som en del af konditionering for BMT til patienter med recidiverende-refraktær akut leukæmi og myelomatose. TMI/TMLI adoption er dog stadig meget begrænset til få dygtige hospitaler på grund af den ekstreme vanskelighed i planlægningen, der kræver mange dage.

Evalueringen af ​​TMI/TMLI med Volumetric Modulated Arc Therapy (VMAT) blev startet på vores institut i 2009, og vi behandlede omkring 90 patienter på 10 år.

VMAT-TMI/TMLI kræver flere buer fra isocentre med forskellige positioner for fuldt ud at inkludere patientlængden. Derfor bør mange feltforbindelser mellem buer med forskellige isocentre styres. Ydermere tillader CT-længden ikke at erhverve patienten i en enkelt CT-scanning. To CT-serier skal erhverves og samregistreres.

Faktisk er den tid, der kræves for at optimere en TMI/TMLI-plan, 10 dage. Derfor udføres simuleringen computertomografi (CT) mange dage før BMT. Ydermere er lymfeknuderne kun defineret på CT-billeder.

Deep learning (DL) kunstig intelligens (AI) algoritmer inden for medicinsk billeddannelse og RT udvides hurtigt. DL fokuserede på læsionsdetektion og klassificering efter ekstraktion af funktioner. Billedsegmenteringer ved hjælp af fuldt konvolutionerende netværk (FCN), holistisk indlejret netværk (HNN) eller andre tilpassede netværksarkitekturer blev implementeret i mange regioner.

I løbet af de sidste årtier er brugen af ​​magnetisk resonansbilleddannelse (MRI) til støtte for RT steget. MR giver fremragende billeddannelse af blødt væv, der kunne forbedre måldefinitionen. Lymfeknudernes konturering, baseret på MR, vil resultere i et mindre mål, hvilket muliggør en bedre skånelse af sundt væv. Desuden reducerer MR markant inter/intra-observatør konturvariabiliteten. Til dette formål blev der udviklet en ny generation af MRI-konsoller med større boring, flade bordplader og dedikerede billedbehandlingsprotokoller med reduceret billedforvrængning til <1 mm. Desuden kan nyudviklede gradient-ekko 3D-sekvenser og dedikerede spoler bruges til at producere en hel krops WB-MRI-optagelse på få minutter. Desuden blev syntetisk CT fra MR foreslået og implementeret i nogle regioner (dvs. hjerne og prostata) for at erstatte CT med at give information om elektrontæthed til dosisplanlægningsberegning.