Adaptiivisella radioterapialla hoidetun pään kaulan syövän tekoäly (RadiomicART) (RadiomicArt)

Pään ja kaulan okasolusyövän (HNSCC) ilmaantuvuus Euroopassa on 140 000 uutta tapausta vuodessa, ja viiden vuoden eloonjäämisluvut vaihtelevat 25–65 %.

Nykyiset kliinisen hoitoalgoritmit HNSCC-potilaille sisältävät leikkauksen ja/tai sädehoidon käytön riippuen taudin vaiheesta diagnoosin yhteydessä. Radikaalinen sädehoito (RT), yksinomaan tai yhdistettynä systeemiseen hoitoon, on kansainvälisten ohjeiden mukaan tehokas hoitovaihtoehto.

Huolimatta sädehoidon viimeaikaisista teknologisista edistysaskeleista, noin 30-50 % potilaista kehittyy paikallisen vajaatoiminnan jälkeen pään ja kaulan syövän perushoidon jälkeen. Lisäksi, vaikka intensiteettimoduloidun sädehoidon (IMRT) ja volumetrisen moduloidun kaarihoidon (VMAT) tekniikoiden kehittäminen mahdollisti suuremman annoksen säästämisen terveille kudoksille, säteilyn aiheuttama toksisuus on edelleen tärkeä huolenaihe, joka vaikuttaa syöpäpotilaiden elämänlaatuun. jopa pitkään hoidon jälkeen.

Henkilökohtaisen lääketieteen jatkuvan ponnistelun tavoitteena on parantaa potilaan lopputulosta sekä taudin hallinnassa että toksisuusmallissa. Kehittyneillä kuvantamismenetelmillä näyttää olevan keskeinen rooli sädehoidon räätälöinnissa, kuten mukautuvan sädehoidon (ART) ja radiomikrofonin käyttö osoittaa.

ART:lla tutkijat tarkoittavat kasvaintilavuuksien ja ympäröivien riskielinten (OAR:t) mukautumista kutistumiseen ja potilaan laihtumiseen RT-hoidon aikana.

Viimeaikainen kirjallisuus osoitti, että kasvaimen kutistuminen voi nousta 70 %:iin RT-hoidon lopussa, ja samaan aikaan OAR:t, kuten korvasylkirauhaset, voivat pienentää kokoaan 7-70 %. Jos näitä muutoksia ei oteta huomioon, ne voivat johtaa odottamattomaan pienemmän annoksen syöttämiseen kasvaimeen ja suurempiin OAR-annoksiin verrattuna suunniteltuun.

Mukautuva sädehoito (ART) sisältää tekniikoita, jotka mahdollistavat kuvaohjattujen sädehoitojen (IGRT) ilmoittamien potilaskohtaisten anatomisten muutosten palautteen suunnitelman ja annostelun optimoinnin hoidon aikana. Sädehoidon hoitoketjun edelleen heikoin lenkki on edelleen kliinikon johtama kohteen tunnistaminen.

Verrattuna CT:hen tai CBCT:hen, MRI tarjoaa erinomaisen pehmytkudoksen määritelmän ilman siihen liittyvää säteilyriskiä. MRI tunnistaa kohteet, jotka ovat suurempia kuin TT:ssä, koska kasvain, joka muuten olisi jäänyt huomaamatta, on nyt nähty; kuitenkin yleisimmin kohteiden ilmoitetaan olevan pienempiä, kun ne rajataan MRI:ssä. Tuloksena oleva pienempi MRI-peräinen kohde parantaa terapeuttista suhdetta, mikä mahdollistaa annoksen suurentamisen. "Toiminnallisten" MRI-sekvenssien saatavuus lupaa, että geometrista mukautumista voidaan täydentää biologisella mukautumisella. Diffuusiopainotettu kuvantaminen (DWI) on toiminnallinen kuvantamistekniikka, joka riippuu vesimolekyylien satunnaisesta liikkeestä kuvan kontrastin luomiseksi. Koska kasvaimilla on yleensä suurempi soluisuus kuin normaalikudoksessa, ne osoittavat korkeampaa signaalin intensiteettiä, ts. rajoitettua diffuusiota MRI:ssä. Tämä näkyy alhaisena keskimääräisenä näennäisen diffuusiokertoimen (ADC) arvona. Tämä voi tarjota sekä laadullista että määrällistä tietoa. ADC:n muutosta on käytetty tunnistamaan varhainen hoitovaste ja ennustamaan paikallista uusiutumista. Siksi koneessa oleva DWI voisi tunnistaa varhain reagoimattomat, jotka voivat hyötyä hoitotavan muuttamisesta.

Radiomic on kvantitatiivisten piirteiden erottaminen lääketieteellisistä kuvista kasvaimen patologian tai heterogeenisyyden karakterisoimiseksi. Lääketieteellisistä kuvista poimittuja radioamisominaisuuksia voidaan käyttää input-ominaisuuksina luomaan koneoppimismalli, joka pystyy ennustamaan selviytymistä ja ohjaamaan hoitoa sen ennakoivan arvon ansiosta hoidon personointia silmällä pitäen.

Olemme aiemmin arvioineet retrospektiivisessä tutkimuksessa pään ja kaulan kasvainkudosten radioaktiivisten ominaisuuksien kvalitatiivista analyysiä voidaksemme tunnistaa kasvaimen biologisten ominaisuuksien ennakoivan allekirjoituksen. Tutkijat ryhmittelivät HNSCC-potilaat merkittävimpien radioaktiivisten ominaisuuksien mukaan korkean ja matalan riskin uusiutumisen ja eloonjäämisen ryhmiin sädekemoterapian jälkeen.

Sekä ART:n että radiomisen analyysin yhdistelmää voitaisiin mahdollisesti pitää lisäedustuksena onkologisten hoitojen ja erityisesti sädehoitojen personoinnissa. Tästä syystä tutkija suunnitteli tämän tutkimusprojektin tavoitteenaan arvioida prospektiivisesti koneoppimiseen perustuvaa radiotekniikkaa, jolla voidaan ennustaa ART-hoitoa saaneiden HNSCC-potilaiden tuloksia ja toksisuutta TT-, MRI- ja PET-skannauksen avulla.