在线自适应性质子疗法以人工智能为基础的自分化在笔束扫描质子疗法中的自分化为基础
Hongying Feng1, Jie Shan2, Carlos E Vargas2
1Department of Radiation Oncology, Mayo Clinic, Phoenix, Arizona; College of Science, China Three Gorges University, Yichang, Hubei, China; Department of Radiation Oncology, Guangzhou Concord Cancer Center, Guangzhou, Guangdong, China.
International journal of radiation oncology, biology, physics
|September 22, 2024
概括
这项研究介绍了人工智能驱动的前列腺癌在线自适应性质子疗法 (oAPT) 工作流. 通过解决解剖变化和评估生物效应,高效的工作流改善了治疗计划的质量,确保了患者的安全.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 人工智能在医学中的应用
背景情况:
- 断层解剖变异需要在笔束扫描质子疗法 (PBS-PT) 中采用适应性策略.
- 在线适应性质子疗法 (oAPT) 旨在解决这些变化,以提高治疗准确性.
- 人工智能 (AI) 和生物效应评估可以提高自适应性放射治疗的效率和安全性.
研究的目的:
- 提出和验证一个新的oAPT工作流程,集成基于AI的自分类,基于CT (vCT) 的验证再优化和基于线性能量转移 (LET) 的生物评估.
- 评估在前列腺癌患者中提出的oAPT工作流程的临床实施可行性,效率和有效性.
- 通过结合生物效应评估来减轻与高LET辐射相关的潜在不良事件.
主要方法:
- 将人工智能自行细分工具 (AccuContour) 集成到 oAPT 工作流中.
- 实施基于射线追踪的点排列工具,用于对vCT进行重新优化.
- 开发基于LET的工具,以评估高剂量和高LET在有风险的器官中的重叠.
- 对11名前列腺癌患者的回顾性分析,以评估工作流程的有效性和时间成本.
主要成果:
- 拟议的oAPT工作流显示,与最初的计划相比,目标覆盖和处于危险的器官节省显著改善,而最初的计划因解剖变化而退化.
- 在vCT上的重新优化有效地提高了计划质量,没有观察到高剂量/高LET重叠在膀或直肠等关键结构中.
- 患者特异性质量保证证了重新计划剂量的高准确性 (γ通过率>99.5%) 和稳定性,平均工作流执行时间为9.12分钟.
结论:
- 人工智能促进的oAPT工作流对于接受PBS-PT治疗的前列腺癌患者来说是高效和有效的.
- 这种综合方法通过适应断层变化并确保生物安全,显著提高了治疗计划的质量.
- 工作流程证明了适应性质子疗法的临床可行性和改善结果的潜力.
