適応型放射線療法 (RadiomicART) で治療された頭頸部がんの AI (RadiomicArt)

頭頸部の扁平上皮癌 (HNSCC) は、ヨーロッパで年間 140,000 の新規症例が発生し、5 年生存率が 25 ～ 65% であることを特徴としています。

HNSCC 患者に対する現在の臨床管理アルゴリズムには、診断時の疾患の段階に応じて、手術および/または放射線療法の使用が含まれます。 根治的放射線療法 (RT) は、排他的または全身療法と組み合わせて、国際的なガイドラインによると効果的な治療オプションを表しています。

放射線療法の分野における最近の技術的進歩にもかかわらず、約 30 ～ 50% の患者が頭頸部がんの一次治療後に局所領域障害を発症します。 さらに、強度変調放射線療法 (IMRT) および体積変調アーク療法 (VMAT) 技術の開発により、健康な組織への線量を大幅に節約できるようになりましたが、放射線誘発毒性は依然として関連する懸念事項であり、がん患者の生活の質に影響を与えています。治療後も長時間。

個別化医療の継続的な取り組みには、疾患の制御と毒性のパターンの両方の観点から、患者の転帰を改善するという目標があります。 高度な画像診断法は、適応放射線療法 (ART) および放射線治療の使用を通じて示されるように、放射線治療のカスタマイズにおいて重要な役割を果たしているようです。

ART では、研究者は、RT 治療中の縮小と患者の衰弱に対する腫瘍体積とリスクのある周辺臓器 (OAR) の適応を意味します。

最近の文献では、RT 治療の終了までに腫瘍の縮小が 70% に達し、同時に耳下腺などの OAR のサイズが 7 ～ 70% 縮小する可能性があることが示されています。 これらの変化は、考慮されていない場合、計画されたものと比較して、腫瘍への低線量および高線量の OAR の予想外の送達につながる可能性があります。

適応放射線療法 (ART) には、画像誘導放射線療法 (IGRT) によって通知された患者固有の解剖学的変動の知識を、治療コース中の計画および線量送達の最適化にフィードバックできるようにする技術が含まれています。 放射線療法の治療チェーンの中で根強く残っている最も弱いリンクは、依然として臨床医主導の標的同定です。

CT や CBCT と比較して、MRI は関連する放射線リスクのない優れた軟部組織の定義を提供します。 MRI は CT よりも大きなターゲットを識別します。これは、そうでなければ見逃していたであろう腫瘍が見られるためです。ただし、最も一般的には、MRI で描写された場合、ターゲットはより小さいと報告されています。 結果として得られるより小さな MRI 由来の標的は、治療比率を改善し、用量漸増を可能にします。 「機能的」MRI シーケンスの利用可能性は、幾何学的適応が生物学的適応によって補完される可能性があることを約束します。 拡散強調画像 (DWI) は、水分子のランダムな動きに依存して画像のコントラストを生成する機能的画像処理技術です。 腫瘍は通常、正常組織よりも細胞性が高いため、信号強度が高くなります。つまり、MRI では拡散が制限されます。 これは、低い平均見かけの拡散係数 (ADC) 値に反映されます。 これにより、定性的情報と定量的情報の両方を提供できる可能性があります。 ADC の変化は、初期の治療反応を特定し、局所再発を予測するために使用されてきました。 したがって、オンボード DWI は、治療アプローチの変更から恩恵を受ける可能性のある初期の非応答者を特定できます。

Radiomic は、医療画像から定量的特徴を抽出して、腫瘍の病理または不均一性を特徴付けるものです。 医用画像から抽出されたラジオミクス特徴を入力特徴として使用して、生存を予測できる機械学習モデルを作成し、治療の個別化を考慮した予測値のおかげで治療を導くことができます。

腫瘍の生物学的特性の予測シグネチャを識別するために、頭頸部腫瘍組織の放射線特性の定性的分析をレトロスペクティブ研究で以前に評価しました。 研究者らは、最も重要な放射線学的特徴に従って、放射線化学療法後の再発および生存の高リスク群と低リスク群に HNSCC 患者を層別化した。

ART と放射線分析の両方の組み合わせは、腫瘍治療、特に放射線治療の個別化におけるさらなる進歩と見なされる可能性があります。 このため、研究者は、CT、MRI、および PET スキャンによって ART で治療された HNSCC 患者の転帰と毒性を予測するための機械学習ベースの放射線学的アプローチを前向きに評価することを目的として、現在の研究プロジェクトを設計しました。