Tekoälyalgoritmit TMI:n automatisoimiseksi VMAT-optimoinnin avulla WB-CT/MRI:n ja synteettisen WB-CT:n avulla - AutoMI-projekti (AuToMI)

Totaalikehon säteilytyksen (TBI) osoitettiin auttavan aikaansaamaan immunosuppressiota, joka helpottaa luovuttajan siirteen hyväksymistä. Lisäksi TBI:llä on rooli pahanlaatuisten solujen tuhoamisessa, ja se voi myös heikentää normaaleja hematopoieettisia kantasoluja, mikä auttaa luovuttajaydinsoluja uudelleenpopuloimaan luuytimen (BM). Satunnaistetut kokeet osoittivat, että BMT-hoito-ohjelmat, mukaan lukien TBI, ovat tuottaneet parempia eloonjäämisasteita kuin pelkät kemoterapia-ohjelmat.

TBI-kohdetta edustaa koko BM ja lopulta koko imusolmuke, maksa, perna. Yleensä käytetään hyvin yksinkertaista geometriaa, jossa potilas sijoitetaan erilliselle sohvalle 3-4 metrin etäisyydelle lineaarisesta kiihdyttimestä peittääkseen kohteen kokonaan yhdellä säteellä välttäen kentän risteyksiä.

Lisääntynyt elinajanodote paljasti merkittävien myrkyllisyyksien esiintymisen riskielinten (OAR) saamien täydellisten annosten vuoksi, mikä rajoitti TBI:n käyttöä vuoden 2018 ILGROG-ohjeiden mukaisesti. Monet ryhmät ovat siksi tutkineet mahdollisuutta hienostuneisiin tekniikoihin pienentää terveiden kudosten annosta samalla kun nostaa annosta BM:hen. Nämä uudemmat lähestymistavat pyrkivät tuottamaan kokonaisytimen (imusolmukkeiden) säteilytyksen (TMI/TMLI) säästäen mahdollisimman paljon ei-luuston ja ei-lymfoidisia rakenteita.

Alustavat kliiniset tiedot vaiheen I/II tutkimuksista tukevat TMI/TMLI:n käyttöä osana BMT:n hoitoa uusiutuneille ja refraktaarisille akuutille leukemiapotilaille ja multippelia myeloomaa sairastaville potilaille. TMI/TMLI:n käyttöönotto on kuitenkin edelleen hyvin rajoitettua harvoille ammattitaitoisille sairaaloille johtuen suunnittelun äärimmäisistä vaikeuksista, jotka vaativat useita päiviä.

TMI/TMLI:n arviointi Volumetric Modulated Arc Therapylla (VMAT) aloitettiin instituutissamme vuonna 2009 ja hoidimme noin 90 potilasta 10 vuodessa.

VMAT-TMI/TMLI vaatii useita kaaria eri asennoissa olevista isokeskuksista, jotta se sisältää potilaan pituuden. Siksi monia eri isokeskipisteiden kaarien välisiä kenttäliitoksia tulisi hallita. Lisäksi TT-pituus ei salli potilasta tunnistaa yhdellä TT-skannauksella. Kaksi TT-sarjaa on hankittava ja yhteisrekisteröitävä.

Itse asiassa TMI/TMLI-suunnitelman optimointiin tarvittava aika on 10 päivää. Siksi simulaatiotietokonetomografia (CT) suoritetaan useita päiviä ennen BMT:tä. Lisäksi imusolmukkeet määritellään vain CT-kuvissa.

Deep learning (DL) tekoälyn (AI) algoritmit lääketieteellisessä kuvantamisessa ja RT:ssä yleistyvät nopeasti. DL keskittyi leesioiden havaitsemiseen ja luokitteluun piirteiden poistamisen perusteella. Kuvasegmentointia käyttäen täysin konvoluutioverkkoa (FCN), holistisesti sisäkkäistä verkkoa (HNN) tai muita räätälöityjä verkkoarkkitehtuureja toteutettiin monilla alueilla.

Viime vuosikymmeninä magneettikuvauksen (MRI) käyttö RT:n tukena on lisääntynyt. MRI tarjoaa erinomaisen pehmytkudoskuvauksen, joka voi parantaa kohteen määrittelyä. MRI-tutkimukseen perustuva imusolmukkeiden muodonmuutos johtaa pienempään kohteeseen, mikä mahdollistaa terveiden kudosten paremman säästämisen. Lisäksi MRI vähentää merkittävästi tarkkailijoiden välistä/sisäistä ääriviivavaihtelua. Tätä tarkoitusta varten kehitettiin uuden sukupolven MRI-konsoleita, joissa on suurempi reikä, litteät pöytälevyt ja erityiset kuvantamisprotokollat, joiden kuvan vääristymä on pienempi kuin 1 mm. Lisäksi äskettäin kehitettyjä 3D-gradient-echo-sekvenssejä ja erillisiä keloja voidaan käyttää koko kehon WB-MRI-kuvauksen tuottamiseen muutamassa minuutissa. Lisäksi synteettistä CT:tä MRI:stä ehdotettiin ja otettiin käyttöön joillakin alueilla (esim. aivot ja eturauhanen) korvaamaan CT:n antamaan elektronitiheystietoja annossuunnittelun laskennassa.