IMPARARE: ambiente di apprendimento per l'intelligenza artificiale nella nuova tecnologia di radioterapia (LEARN)

Questo studio osservazionale accederà ai dati del trattamento radioterapico acquisiti di routine da 300 pazienti tra cui cervello, seno, testa e collo, reni, fegato, pancreas, prostata, colonna vertebrale e siti anatomici cardiaci. Almeno 30 pazienti saranno reclutati da ciascun sito anatomico per consentire dati sufficienti per l'addestramento, il test e la convalida del metodo di tracciamento senza marcatori. I dati clinici verranno utilizzati per sviluppare, addestrare, testare e convalidare un metodo di tracciamento del bersaglio senza marker.

Dopo il trattamento, verranno calcolate la ground reality e la variabilità nella ground reality. Le immagini dei pazienti, i risultati del tracciamento senza marker, la verità di base e la variabilità verranno caricati in un sistema di apprendimento della sperimentazione clinica sviluppato internamente. Il caricamento di dati aggiuntivi nel sistema di apprendimento attiva automaticamente la costruzione del modello del sistema di apprendimento profondo. In questo modo, il sistema di apprendimento diventa sia più accurato che più robusto con ogni paziente maturato. Man mano che i dati del paziente si accumulano, è possibile testare l'ipotesi primaria dell'accuratezza del targeting.

Il software di tracciamento senza marker sviluppato verrà applicato dal personale dello studio ai dati di imaging del trattamento per ciascun sito anatomico utilizzando una convalida incrociata di cinque volte in cui l'80% dei dati viene utilizzato per l'addestramento e il restante 20% invisibile dei dati viene utilizzato per i test . Le posizioni target prodotte dal tracciamento senza marker verranno confrontate con una "verità di base".