WB-CT/MRI と合成 WB-CT を使用した VMAT 最適化により TMI を自動化する AI アルゴリズム - The AuToMI Project (AuToMI)

全身照射 (TBI) は、ドナー移植の受け入れを容易にする免疫抑制を提供するのに役立つことが示されました。 さらに、TBI は悪性細胞の消滅に関与し、正常な造血幹細胞を枯渇させる可能性もあるため、ドナーの骨髄細胞が骨髄 (BM) に再増殖するのを助けます。 ランダム化試験では、TBI を含む BMT へのコンディショニング レジメンが、化学療法のみのレジメンよりも良好な生存率をもたらすことが示されました。

TBI のターゲットは、BM 全体、最終的にはリンパ系全体、肝臓、脾臓によって表されます。 通常、非常に単純なジオメトリが採用され、患者は線形加速器から 3 ～ 4 メートル離れた専用のソファに配置され、単一のビームでターゲットを完全にカバーし、フィールド ジャンクションを回避します。

平均余命の延長により、リスクのある臓器 (OAR) が受けた最大用量による重大な毒性の発生が明らかになり、2018 年の ILGROG ガイドラインで述べられているように、TBI の使用が制限されました。 したがって、多くのグループが、BM への線量を増やしながら、健康な組織への線量を減らす洗練された技術の可能性を探ってきました。 これらの新しいアプローチは、全骨髄 (リンパ節) 照射 (TMI/TMLI) を生成し、可能な限り非骨格および非リンパ構造を温存することを目的としています。

第 I/II 相試験に関する予備臨床データは、再発難治性急性白血病患者および多発性骨髄腫に対する BMT のコンディショニングの一環として TMI/TMLI を使用することを支持しています。 しかし、TMI/TMLI の採用は、何日もかかる計画が非常に困難であるため、まだ少数の専門病院に限定されています。

Volumetric Modulated Arc Therapy (VMAT) による TMI/TMLI の評価は、2009 年に当研究所で開始され、10 年間で約 90 人の患者を治療しました。

VMAT-TMI/TMLI では、患者の長さを完全に含めるために、異なる位置のアイソセンターからの複数の円弧が必要です。 したがって、異なるアイソセンターを持つアーク間の多くのフィールド ジャンクションを管理する必要があります。 さらに、CT の長さでは、1 回の CT スキャンで患者を取得することはできません。 2 つの CT シリーズを取得して共同登録する必要があります。

実際、TMI/TMLI 計画の最適化に必要な時間は 10 日です。 したがって、コンピューター断層撮影 (CT) のシミュレーションは、BMT の何日も前に実行されます。 さらに、リンパ節は CT 画像上でのみ定義されます。

医用画像および RT におけるディープ ラーニング (DL) 人工知能 (AI) アルゴリズムは急速に拡大しています。 DL は、特徴抽出による病変の検出と分類に焦点を当てました。 完全畳み込みネットワーク (FCN)、総体的にネストされたネットワーク (HNN)、またはその他のカスタマイズされたネットワーク アーキテクチャを使用した画像セグメンテーションは、多くの地域で実装されました。

過去数十年にわたって、RT をサポートするための磁気共鳴画像法 (MRI) の使用が増加しました。 MRI は、ターゲットの定義を改善できる優れた軟組織イメージングを提供します。 MRI に基づくリンパ節の輪郭を描くことで、標的が小さくなり、健康な組織をより適切に温存することができます。 さらに、MRI は、観察者間/観察者内の輪郭の変動性を大幅に低減します。 この目的で、より大きなボアサイズ、フラットなテーブルトップ、および画像の歪みを 1 mm 未満に抑えた専用のイメージングプロトコルを備えた新世代の MRI コンソールが開発されました。 さらに、新しく開発されたグラディエント エコー 3D シーケンスと専用コイルを使用して、数分で全身 WB-MRI 取得を行うことができます。 さらに、MRIからの合成CTが提案され、一部の地域で実装されました（つまり、 線量計画計算のための電子密度情報を提供するために CT を代用します。