乳房および胸壁の放射線治療中の紅斑の早期予測のための光学画像と赤外線画像の組み合わせ

現在、放射線治療中の皮膚の紅斑を定量化して検出するための信頼できるツールはありません。 この副作用は、痛みを伴う湿性落屑を引き起こし、最終的には毛細血管拡張症のような永続的な遅発性副作用を引き起こす可能性があります。 そのようなツールが利用可能であれば、(1) ステロイドクリームの使用]、(2) 入口を広げることで皮膚線量を減らすための患者の再シミュレーションおよび/または再計画を含む、いくつかの介入を段階的に行うことができるでしょう。 (3) 皮膚表面へのボーラスの使用を調整または排除する (表面線量を増加させる)、または (4) 腹臥位技術を含む他の治療技術の使用。

送達された線量が特定の患者の紅斑を予測するための信頼できる指標ではないことを考慮すると、皮膚反応を監視し、段階化し、最終的に予測するための新しい方法が必要です。 可視スペクトル領域と赤外スペクトル領域の両方を使用して皮膚の画像を分析し、画像内の情報を定量的な指標に注意深く変換することにより、放射線に対する患者の反応段階を特徴づけ、どの患者が続行する可能性があるかを理解できる可能性があります。介入するにはまだ十分早い段階で、慢性的な痛み、重度の火傷、またはその他のより重篤な副作用が発生する可能性があります。

提案された研究は、患者の皮膚画像データと患者が既知の臨床転帰を入力として取り込み、最初の数枚の画像の後、将来の患者の電離放射線に対する皮膚の生物学的反応を予測するモデルをアルゴリズム的に一般化するソフトウェアモデルを開発することである。

この研究の最初の段階では、データが集計されて用量反応曲線が作成されます。 後の段階では、モデルは改良され、予測目的に使用されます。つまり、新しい患者が放射線療法セッションを開始すると、その初期反応が定量化され、放射線療法後の皮膚反応エンドポイントを予測するためにモデルに入力されます。終わります。 前述したように、この情報は放射線コースを適応させ、個人に合わせて治療を最適化するために使用でき、過剰線量による罹患や過小線量による再発のリスクを潜在的に防ぐことができます。