Intelligenza artificiale per la pianificazione del trattamento del cancro alla prostata

FASE 1

1. Sviluppare un processo e strumenti (DAST) per acquisire la logica, i criteri e le basi logiche alla base del processo di pianificazione del trattamento utilizzando metodologie di raccolta delle conoscenze sui fattori umani ben comprese e strumenti di apprendimento automatico.
2. Sviluppa la tecnologia AI per apprendere il processo e applicarlo alla generazione di piani di trattamento. Immagini e volumi redatti da esperti del Radiation Therapy Oncology Group (RTOG) 0938 verranno utilizzati per la formazione iniziale del sistema di intelligenza artificiale. Questi dati non riguardano pazienti del Dartmouth-Hitchcock Medical Center (DHMC), ma sono stati piuttosto acconsentiti e acquisiti tramite RTOG 0938. Questi dati sono conservati presso la sede centrale di NRG/RTOG a Filadelfia. NRG dispone già di un protocollo consolidato e approvato dall’IRB per esplorare i sistemi di intelligenza artificiale per il set di dati 0938. Per questo lavoro di formazione iniziale verranno utilizzati almeno 30 casi affinché il sistema di intelligenza artificiale possa "imparare" la segmentazione del volume di strutture e obiettivi importanti. È possibile aggiungere ulteriori pazienti tra gli oltre 200 pazienti disponibili su 0938 per un ulteriore apprendimento dell'IA sulla segmentazione del volume man mano che viene implementata la programmazione iniziale del software.

3. Determinare il numero ottimale di piani di trattamento storici per addestrare la tecnologia AI e testarla. NRG fornirà 45 casi provenienti dagli studi NRG/RTOG 0415, 0126 e 0521 (per un totale di 135 casi), che rappresentano rispettivamente trattamenti per il cancro alla prostata a rischio favorevole, intermedio e alto. Queste scansioni e i volumi definiti dagli esperti fanno parte dei set di dati NRG ospitati a Filadelfia. Tutti questi pazienti hanno già firmato consensi specifici per lo studio che includevano autorizzazioni per consentire l’utilizzo di informazioni cliniche personali specifiche per altri studi correlati al cancro. Si prevede che la revisione IRB dell'uso di questi dati per questo studio specifico venga effettuata attraverso i meccanismi NRG nel contesto di questi consensi preventivi, per garantire che l'uso di questi dati per questo specifico studio sull'IA sia appropriato e approvato. Si prevede la fornitura di un totale di 30 casi di pazienti aggiuntivi come "gold standard", 10 ciascuno provenienti rispettivamente da DHMC, Università del Massachusetts (UMass) e Oregon Health Sciences University (OHSU), tutti inizialmente pianificati e trattati nel periodo 2015-2018. lasso di tempo. I primi 5 di ciascuna istituzione saranno pazienti a rischio favorevole, mentre i successivi 5 di ciascuna istituzione saranno pazienti ad alto rischio (ottenendo così un'ampia gamma di approcci terapeutici, con altri che verranno aggiunti successivamente). Come parte di questo sforzo, ogni singola istituzione contatterà i propri pazienti specifici (5 a rischio favorevole, 5 ad alto rischio) per ottenere il consenso specifico per lo studio per l'utilizzo dei propri dati per questo protocollo. Una volta resi anonimi, queste scansioni e piani saranno condivisi tra tutte e tre le istituzioni. Per ciascuno di questi pazienti, le altre due istituzioni ("non ospitanti") creeranno i propri volumi e piani. Utilizzando un approccio Delphi modificato, i tre team si incontreranno quindi per generare un piano “composito” concordato per ciascun paziente. Pertanto, in totale ci saranno quattro piani di trattamento per ciascuno di questi 30 pazienti, per un totale di 120 piani che fungeranno da "gold standard" per questo progetto di intelligenza artificiale e verranno immessi per il test/convalida nel sistema di intelligenza artificiale.

   FASE 2

4. Espandere il database per includere pazienti a rischio intermedio, rispettivamente 5 per ciascuna istituzione, seguendo le procedure di cui sopra, per produrre ulteriori 60 piani che fungeranno da input aggiuntivi per il sistema di intelligenza artificiale.
5. Convalidare e testare la tecnologia AI inserendo le immagini dei pazienti e le delineazioni degli obiettivi dai dati storici dei casi e valutando se i piani generati dalla tecnologia AI sono "coerenti" con i piani finali creati da medici esperti.
6. Testa la tecnologia con i dati dei nuovi casi dei pazienti e convalida il piano con un team di medici esperti. Ciò comporterà “test di Turing modificati”, come sviluppato negli studi NRG-RTOG che esplorano le applicazioni dell’intelligenza artificiale.