IA para câncer de cabeça e pescoço tratado com radioterapia adaptativa (RadiomicART) (RadiomicArt)

O carcinoma espinocelular da cabeça e pescoço (HNSCC) caracteriza-se por uma incidência na Europa de 140.000 novos casos por ano, com taxas de sobrevivência aos 5 anos que variam entre 25 e 65%.

Os algoritmos atuais de manejo clínico para pacientes com HNSCC envolvem o uso de cirurgia e/ou radioterapia, dependendo do estágio da doença no momento do diagnóstico. A radioterapia (RT) radical, exclusiva ou em combinação com a terapia sistêmica, representa uma opção terapêutica eficaz de acordo com as diretrizes internacionais.

Apesar dos recentes avanços tecnológicos no campo da radioterapia, cerca de 30-50% dos pacientes desenvolverão insuficiência locorregional após o tratamento primário do câncer de cabeça e pescoço. Além disso, embora o desenvolvimento das técnicas de radioterapia de intensidade modulada (IMRT) e de arco volumétrico modulado (VMAT) tenham permitido uma maior economia de dose em tecidos saudáveis, a toxicidade induzida por radiação ainda representa uma preocupação relevante, impactando na qualidade de vida de pacientes com câncer mesmo por muito tempo após o tratamento.

O esforço contínuo da medicina personalizada tem como objetivo melhorar o resultado do paciente, tanto em termos de controle da doença quanto do padrão de toxicidade. Modalidades avançadas de imagem parecem desempenhar um papel essencial na personalização do tratamento de radiação, como mostrado através do uso de Radioterapia Adaptativa (ART) e radiômica.

Com o ART, os investigadores significam a adaptação dos volumes tumorais e dos órgãos circundantes em risco (OARs) ao encolhimento e emagrecimento do paciente durante o tratamento RT.

A literatura recente mostrou que o encolhimento do tumor pode chegar a 70% ao final do tratamento de RT e, ao mesmo tempo, as OARs, como as glândulas parótidas, podem reduzir seu tamanho em 7 a 70%. Essas alterações, se não levadas em consideração, podem levar a uma entrega inesperada de menor dose no tumor e maior dose de OARs em relação ao planejado.

A radioterapia adaptativa (ART) inclui técnicas que permitem o conhecimento de variações anatômicas específicas do paciente informadas por radioterapias guiadas por imagem (IGRTs) para feedback no plano e otimização da administração da dose durante o curso do tratamento. O elo mais fraco persistente na cadeia de tratamento para radioterapia continua sendo a identificação do alvo liderada pelo médico.

Em comparação com a TC ou CBCT, a RM oferece uma definição superior dos tecidos moles sem risco de radiação associado. A RM identifica alvos maiores do que na TC porque o tumor que de outra forma teria passado despercebido agora é visto; no entanto, mais comumente, os alvos são relatados como menores quando delineados na ressonância magnética. O menor alvo derivado de ressonância magnética resultante melhora a proporção terapêutica, permitindo assim o escalonamento da dose. A disponibilidade de sequências de ressonância magnética 'funcionais' promete que a adaptação geométrica pode ser complementada pela adaptação biológica. A imagem ponderada por difusão (DWI) é uma técnica de imagem funcional dependente do movimento aleatório de moléculas de água para gerar contraste de imagem. Como os tumores geralmente têm maior celularidade do que o tecido normal, eles demonstram maior intensidade de sinal, ou seja, difusão restrita na RM. Isso se reflete no baixo valor médio do coeficiente de difusão aparente (ADC). Isso tem potencial para fornecer informações qualitativas e quantitativas. A mudança no ADC tem sido usada para identificar a resposta precoce ao tratamento e prever a recorrência local. Portanto, o DWI a bordo pode identificar os não respondedores precoces que podem se beneficiar da mudança na abordagem do tratamento.

Radiômica é a extração de características quantitativas de imagens médicas para caracterizar a patologia ou heterogeneidade do tumor. Os recursos radiômicos extraídos de imagens médicas podem ser usados ​​como recursos de entrada para criar um modelo de aprendizado de máquina capaz de prever a sobrevivência e orientar o tratamento graças ao seu valor preditivo em vista da personalização da terapia.

Avaliamos previamente em um estudo retrospectivo a análise qualitativa das características radiômicas dos tecidos tumorais de cabeça e pescoço, a fim de identificar uma assinatura preditiva das características biológicas do tumor. Os investigadores estratificaram os pacientes com HNSCC de acordo com as características radiômicas mais significativas em grupos de alto e baixo risco de recaída e sobrevivência após radioquimioterapia.

A combinação de ART e análise radiômica pode ser considerada um avanço adicional na personalização de tratamentos oncológicos e, em particular, para tratamentos de radiação. Por esse motivo, o investigador elaborou o presente projeto de pesquisa com o objetivo de avaliar prospectivamente uma abordagem radiômica baseada em aprendizado de máquina para prever o resultado e a toxicidade de pacientes com HNSCC tratados com ART por meio de tomografia computadorizada, ressonância magnética e PET-scan.