Optimización del ángulo del haz para radioterapia mediante LLM a través de refinamiento iterativo inspirado en el aprendizaje por refuerzo | JoVE Visualize

Área de la Ciencia:

Física Médica
Inteligencia Artificial en Medicina
Optimización de Radioterapia

Sus antecedentes:

La planificación del tratamiento de radioterapia (TP) tiene como objetivo optimizar la administración de la dosis de radiación a los tumores y al mismo tiempo preservar los tejidos sanos.
La optimización del ángulo del haz (BAO) es un problema complejo y de alta dimensionalidad en TP, que tradicionalmente se resuelve con métodos manuales o heurísticos que consumen mucho tiempo.
Los enfoques convencionales de BAO a menudo dan como resultado planes de tratamiento subóptimos debido a la limitada exploración del espacio de soluciones.

Objetivo del estudio:

Introducir un marco novedoso que integre un modelo de lenguaje grande (LLM) de propósito general con una estrategia inspirada en el aprendizaje por refuerzo (RL) para la BAO automatizada en radioterapia.
Aprovechar el conocimiento inherente de los LLM para generar planes de tratamiento clínicamente significativos sin necesidad de ajuste fino específico del dominio.
Automatizar y mejorar la eficiencia y la calidad de la BAO en la planificación de la radioterapia.

Principales métodos:

Se utilizó un modelo de lenguaje grande (LLM) GPT-4 listo para usar en un entorno de solo inferencia para BAO.
Se empleó una estrategia iterativa en la que el LLM sugiere ángulos de gantry, que se evalúan utilizando el software MatRad para generar distribuciones de dosis.
Se incorporó una función de recompensa escalar basada en la conformidad de la dosis objetivo y la preservación de órganos en riesgo (OAR), que retroalimenta al LLM para el refinamiento iterativo a través de fases de exploración y explotación.

Principales resultados:

Las configuraciones basadas en LLM superaron significativamente la selección aleatoria de referencia para casos de cáncer de hígado y de cabeza y cuello (p < 0,05).
La mayoría de las estrategias mostraron mejoras estadísticamente significativas para casos de próstata, con excepciones notables en configuraciones multivisual específicas.
El proceso iterativo condujo a aumentos consistentes de la recompensa y a mejores histogramas de dosis-volumen, lo que demuestra una mejor cobertura del objetivo y una menor exposición de los OAR en 20 pasos de refinamiento.

Conclusiones:

Los LLM de propósito general pueden automatizar eficazmente la planificación del tratamiento de radioterapia, específicamente la BAO, sin necesidad de entrenamiento especializado.
El marco flexible y escalable propuesto muestra potencial para mejorar los flujos de trabajo de toma de decisiones clínicas en radioterapia.
El trabajo futuro puede implicar el desarrollo de funciones de recompensa más sofisticadas y la aplicación de la metodología a otros aspectos de la TP de radioterapia.