Pre-terapeutisk 68Ga-PSMA PET AI-baserad dosförutsägelse för 177Lu-PSMA riktad radionuklidterapi (PADL)

Trots den tidiga framgången med TRT har farhågor väckts om riskerna för otillräcklig avvägning mellan terapeutisk dos och biverkningar. För närvarande utvärderas protokollen för administrering av radiofarmaka på populationsbasis, och aktiviteten att administrera bestämdes för en specifik patientgrupp baserat på tidigare studier. Europeiska rådets direktiv (2013/59 Euratom) kräver dock att TRT-behandlingar ska planeras enligt den optimala stråldosen som är skräddarsydd för enskilda patienter, vilket länge har varit fallet för extern strålbehandling (EBRT) eller brachyterapi. Ett väsentligt krav för TRT-behandlingsplanering är att uppskatta den absorberade dosen före behandlingen.

Förkunskaper om biodistributionen av det terapeutiska medlet via avbildning före behandling hjälper till att optimera avvägningen mellan tumördestruktion och bestrålning av friska vävnader. Koncept, såsom fysiologiskt baserad farmakokinetisk (PBPK) modellering, har föreslagits för att uppskatta den spatiotemporala farmakokinetiken för avbildningsmedel och sedan extrapolera till behandlingsmedlen.

Ett alternativ är att generera en 3D-tidsintegrerad aktivitetskarta (TIA) per patient baserat på PBPK och förebehandlingsavbildningen. TIA ger information om antalet sönderfall som äger rum i varje voxel under hela behandlingens varaktighet. PBPK är en organbaserad modell, då väcker beräkningen av 3D TIA frågan om organsegmentering på kärnavbildning före behandling, som måste vara robust, automatisk och korrekt. Den absorberade dosen till patienten kan uppskattas före behandlingen med hjälp av 3D TIA och patientens anatomi (CT-bild) med Monte Carlo (MC) simulering. . Detta projekt kommer att ta itu med två huvudutmaningar: (a) den robusta och exakta metaboliska segmenteringen inom nuklearmedicin för 3D TIA-beräkningen, och (b) den snabba dosförutsägelsen baserad på MC och djupinlärningsmetod.