Algorytmy AI do automatyzacji TMI poprzez optymalizację VMAT przy użyciu WB-CT/MRI i syntetycznego WB-CT - Projekt AuToMI (AuToMI)

Wykazano, że napromienianie całego ciała (TBI) pomaga w zapewnieniu immunosupresji, co ułatwia przyjęcie przeszczepu przez dawcę. Ponadto TBI odgrywa rolę w anihilacji komórek nowotworowych, a także może zubożać normalne hematopoetyczne komórki macierzyste, pomagając w ten sposób komórkom szpiku dawcy w ponownym zaludnieniu szpiku kostnego (BM). Randomizowane badania wykazały, że schematy kondycjonowania do BMT, w tym TBI, dawały lepsze wskaźniki przeżycia niż schematy wyłącznie chemioterapii.

Cel TBI jest reprezentowany przez cały BM, a ostatecznie cały układ limfatyczny, wątrobę, śledzionę. Zwykle przyjmuje się bardzo prostą geometrię, z pacjentem umieszczonym na dedykowanym kozetce w odległości 3-4 metrów od akceleratora liniowego, aby w pełni pokryć cel pojedynczą wiązką, unikając połączeń pól.

Zwiększona oczekiwana długość życia ujawniła występowanie poważnych toksyczności z powodu pełnych dawek otrzymywanych przez zagrożone narządy (OAR), co ograniczyło stosowanie TBI zgodnie z wytycznymi ILGROG z 2018 r. Dlatego wiele grup zbadało możliwości wyrafinowanych technik zmniejszania dawki dla zdrowych tkanek przy jednoczesnym zwiększeniu dawki dla BM. Te nowsze podejścia mają na celu generowanie całkowitego napromieniowania szpiku (węzłów chłonnych) (TMI/TMLI), oszczędzając jak najwięcej struktur nieszkieletowych i nielimfoidalnych.

Wstępne dane kliniczne z badań fazy I/II potwierdzają stosowanie TMI/TMLI jako elementu przygotowania do BMT u pacjentów z ostrą białaczką oporną na nawroty i szpiczakiem mnogim. Jednak przyjęcie TMI/TMLI jest nadal bardzo ograniczone do kilku wykwalifikowanych szpitali ze względu na ogromne trudności w planowaniu, które wymaga wielu dni.

Ocenę TMI/TMLI za pomocą wolumetrycznej modulowanej terapii łukiem (VMAT) rozpoczęto w naszym instytucie w 2009 roku i leczyliśmy około 90 pacjentów w ciągu 10 lat.

VMAT-TMI/TMLI wymaga wielu łuków z izocentrów o różnych pozycjach, aby w pełni uwzględnić długość pacjenta. Dlatego należy zarządzać wieloma połączeniami pól między łukami o różnych izocentrach. Ponadto długość tomografii komputerowej nie pozwala na akwizycję pacjenta w ramach jednego tomografii komputerowej. Należy nabyć i współrejestrować dwie serie CT.

Właściwie czas potrzebny na optymalizację planu TMI/TMLI to 10 dni. Dlatego symulacja tomografii komputerowej (CT) jest wykonywana na wiele dni przed BMT. Ponadto węzły chłonne są określone tylko na obrazach CT.

Algorytmy sztucznej inteligencji (AI) głębokiego uczenia się (DL) w obrazowaniu medycznym i RT szybko się rozwijają. DL skupił się na wykrywaniu i klasyfikacji uszkodzeń poprzez ekstrakcję cech. W wielu regionach wdrożono segmentację obrazu przy użyciu sieci w pełni konwolucyjnej (FCN), sieci zagnieżdżonej holistycznie (HNN) lub innych niestandardowych architektur sieciowych.

W ciągu ostatnich dziesięcioleci wzrosło wykorzystanie rezonansu magnetycznego (MRI) do wspomagania RT. MRI zapewnia doskonałe obrazowanie tkanek miękkich, które może poprawić definicję celu. Konturowanie węzłów chłonnych, oparte na MRI, spowoduje zmniejszenie docelowego, umożliwiając lepsze oszczędzanie zdrowych tkanek. Co więcej, MRI znacznie zmniejsza zmienność konturów między obserwatorami/obserwatorami. W tym celu opracowano konsole MRI nowej generacji z większymi otworami, płaskimi blatami i dedykowanymi protokołami obrazowania o zmniejszonych zniekształceniach obrazu do <1 mm. Co więcej, nowo opracowane sekwencje echa gradientowego 3D i dedykowane cewki można wykorzystać do wykonania akwizycji WB-MRI całego ciała w ciągu kilku minut. Ponadto zaproponowano i wdrożono syntetyczną tomografię komputerową z MRI w niektórych regionach (tj. mózgu i prostaty) w celu zastąpienia tomografii komputerowej dostarczaniem informacji o gęstości elektronowej do obliczania planowania dawki.