对Unit 1.5T MR-Linac适应形状的工作流程的风险分析
Jiayi Liang1, Eric Aliotta1, Neelam Tyagi1
1Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, USA.
Journal of applied clinical medical physics
|April 17, 2025
概括
在MR-Linac治疗规划中的适应形状 (ATS) 工作流具有潜在的风险,特别是在轮和规划步骤中. 故障模式和影响分析 (FMEA) 识别了这些风险,使得可用于更安全的患者护理的缓解策略成为可能.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 放射治疗技术 放射治疗技术
背景情况:
- 统一MR-Linac的适应形状 (ATS) 工作流可以促进全面的重新规划,包括重构和重新优化.
- 将MIM Maestro软件与摩纳哥治疗计划系统集成,增加了ATS工作流程的复杂性.
研究的目的:
- 在 Unity MR-Linac.上对适应形状 (ATS) 工作流进行风险分析.
- 在ATS工作流中识别潜在的故障模式及其相关风险,特别是在使用MIM Maestro和Monaco软件时.
主要方法:
- 执行了故障模式和影响分析 (FMEA),遵守任务组100的指导方针.
- 一个多学科的团队绘制了ATS过程,识别了故障模式,并根据可能性,严重程度和可检测性进行评分.
- 针对排名最高的故障模式 (前20个百分位) 制定了缓解策略.
主要成果:
- 在ATS工作流中,共发现了264种故障模式.
- 发现了82种高级故障模式,其中62种集中在轮和规划阶段.
- 轮和规划步骤成为关键领域,与适应位置 (ATP) 工作流不同.
结论:
- 虽然ATS工作流程的重新优化能力是有益的,但它引入了潜在错误的关键点.
- ATS工作流提供了更多的错误机会,这些错误可能会对辐射剂量分配产生负面影响.
- 在复杂的ATS放射治疗过程中,FMEA是识别和减轻风险的宝贵工具.
更多相关视频
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.7K
13:01Industrialized, Artificial Intelligence-guided Laser Microdissection for Microscaled Proteomic Analysis of the Tumor Microenvironment
Published on: June 3, 2022
3.5K
