$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Es wird erwartet, dass die weltweite Zahl der Krebsfälle bis 2030 auf etwa 24,6 Millionen ansteigen wird, wobei die größte Belastung in Ländern mit niedrigem und mittlerem Einkommen (LMICs)1 zu verzeichnen sein wird. Die Strahlentherapie ist eine kostengünstige, kurative und palliative Behandlung von Krebs, die etwa 50 % der Krebspatienten und 60-70 % in Ländern mit niedrigem Einkommen, in denen die Patienten mit größerer Wahrscheinlichkeit in einem späten Stadium vorstellig werden, Vorteile bietet 2,3. Der Zugang zur Strahlentherapie ist jedoch weltweit begrenzt4; So verfügt beispielsweise kein Land in Afrika über die Strahlentherapiekapazitäten, um den geschätzten Bedarf zu decken5. In mehreren Studien wurden diese drohenden Engpässe und die zur Deckung des künftigen Bedarfs erforderlichen Faktoren abgeschätzt 6,7.
Die Lancet Oncology Commission argumentierte überzeugend, dass Investitionen in die Verbesserung der Strahlentherapiekapazitäten nicht nur Leben retten, sondern auch positive wirtschaftliche Vorteile mit sich bringen würden3. Sie wiesen auch ausdrücklich darauf hin, dass die Automatisierung der Strahlentherapie-Konturierung und der Behandlungsplanung klinischen Teams helfen kann, ihre Bemühungen zu skalieren, indem sie die Zeit, die Onkologen bzw. Physiker für diese Aufgaben aufwenden, erheblich reduziert und die Ziele leichter erreichbar macht.
Unsere Forschungsgruppe hat in Zusammenarbeit mit klinischen Teams bei MD Anderson und in Krankenhäusern auf der ganzen Welt an der Entwicklung webbasierter automatisierter Tools gearbeitet. Diese Suite von Tools (RPA genannt) bietet auf künstlicher Intelligenz basierende Konturierung (Umrisse von Tumoren und nahe gelegenen Organen auf CT-Scans) und eine Strahlentherapie-Behandlungsplanung (die genau definiert, wie die Strahlung abgegeben wird). Diese webbasierte Plattform bietet den Vorteil, dass weniger Zeit und Ressourcen benötigt werden, um qualitativ hochwertige Pläne für jeden Patienten zu erstellen.
Unsere Erfahrung mit einer frühen Version eines KI-basierten Tools bei MD Anderson hat gezeigt, dass die automatisierte Konturierung bis zu 2 Stunden pro Patient einsparen kann – eine erhebliche Rationalisierung des Arbeitsablaufs. Dies bedeutet, dass das derzeitige klinische Personal in der Lage sein wird, seinen Aufwand zu skalieren und mehr Patienten mit einer qualitativ hochwertigeren Strahlentherapie zu behandeln. Indem wir diese Tools über einen vollautomatischen, webbasierten Service (Radiation Planning Assistant [RPA], RPA.mdanderson.org) anbieten, können wir die Kosten für die Patienten und Anbieter minimieren und die Reichweite dieses Tools maximieren.
Wir entwickeln die RPA seit 6 Jahren, und seit der ersten Veröffentlichung der RPA-Workflows8 wurden mehrere bedeutende Änderungen vorgenommen. Dazu gehört die Weiterentwicklung der RPA zu einem webbasierten Tool, wodurch die Kosten für Installation und Wartung gesenkt und die Robustheit des Systems verbessert werden. Zu den weiteren Verbesserungen gehören Änderungen an den Benutzeroberflächen, um die Benutzerfreundlichkeit zu verbessern und das Risiko von Fehlernzu verringern 9 sowie die Erweiterung der Behandlungsmöglichkeiten (insbesondere die Planung der Strahlentherapie für Brust nach Mastektomie10 und Metastasen im Gehirn11). Damit ist das hier beschriebene Protokoll wesentlich weiter fortgeschritten als die bisher veröffentlichte Ausgangsversion.
Die RPA verwendet einen einstufigen Prozess zur Erstellung von Konturen und Plänen in Situationen, in denen eine Bearbeitung der Konturen in der Regel nicht erforderlich ist, um den Behandlungsplan zu erstellen. Dazu gehören die Vier-Felder-Box-Behandlungsplanung für Gebärmutterhalskrebs (basierend auf knöchernen Landmarken oder automatisch generierten Weichteilkonturen)12,13,14,15, tangentiale oder supraklavikuläre Felder für Brustkrebs nach Mastektomie11 und entgegengesetzte laterale Felder für Ganzhirnbehandlungen16. Wir gehen davon aus, dass wir in naher Zukunft Schädelspinalbehandlungen für pädiatrische Krebserkrankungen17, Dreifeldbehandlungen für Rektumkarzinome18 und Behandlungsplanung für verschiedene palliative Fälle (Wirbelkörper, Hüften und Rippen)19 sowie Lungen- und Blasenkrebs hinzufügen werden. Derzeit erfordern fortgeschrittenere Behandlungen, insbesondere die volumenmodulierte Arc-Therapie (VMAT), einen zweistufigen Prozess, bei dem automatisch generierte Konturen vor der Behandlungsplanung bearbeitet werden13,20. Die Qualität des Deep-Learning-basierten Autocontouring ist jedoch so hoch, dass wir davon ausgehen, dass wir diese Planungsansätze in Zukunft auf einen einstufigen Prozess umstellen werden. Dieses Protokoll konzentriert sich auf die einstufige Planung.
Abbildung 1 zeigt den gesamten Arbeitsablauf für die Erstellung eines Strahlentherapie-Behandlungsplans mit dem RPA, mit weiteren Details zu den verschiedenen Aufgaben, die in Tabelle 1 aufgeführt sind. Zusammenfassend lässt sich sagen, dass die RPA eine ausgefüllte Serviceanfrage (die Informationen wie die Dosisverschreibung und den Behandlungsansatz enthält) und den individuellen CT-Scan eines Patienten erfordert. Die Serviceanfrage muss von einem Radioonkologen angenommen werden. Der CT-Scan muss von einem klinischen Benutzer akzeptiert werden, um sicherzustellen, dass die RPA-Berechnungen auf dem richtigen CT-Scan durchgeführt werden. Sobald die RPA einen Plan erstellt hat, sollte er von der RPA-Website heruntergeladen und in das Behandlungsplanungssystem des Benutzers importiert werden, wo die Dosis neu berechnet werden sollte. Dies ist notwendig, da die RPA Pläne für Standardträger (verfügbar für mehrere Linac-Modelle) berechnet, die möglicherweise nicht genau mit den Balkeneigenschaften des lokalen Linacs übereinstimmen. Dieser Ansatz wurde gewählt, um die Kosten zu senken, obwohl eine Anpassung erforderlich sein kann, wenn sich die lokalen Träger erheblich von unseren Standardträgern unterscheiden. Die Benutzer (Behandlungsplaner und Radioonkologe) können Änderungen am Plan vornehmen. Der Plan gibt dann den typischen klinischen Arbeitsablauf des Benutzers ein, einschließlich lokaler Qualitätssicherungsprüfungen. Schließlich sollte der Benutzer seinen endgültigen (neu berechneten und bearbeiteten) Plan auf die RPA-Website hochladen, wo ein automatisierter Vergleich zwischen dem endgültigen Plan und dem RPA-Plan durchgeführt wird. Dies ist eine sinnvolle Überprüfung der Datenintegrität im gesamten Workflow.

Abbildung 1: Ablauf des automatisierten Behandlungsplanungsprozesses. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
| Aufgabe # in Abbildung 1 | Aufgabenbeschreibung | Ort |
| Überprüfen Sie den Status früherer Patienten | Haupt-Dashboard |
| 1 | Füllen Sie eine Serviceanfrage auf der RPA-Website aus | Dashboard für Serviceanfragen |
| 2 | Laden Sie einen CT-Scan auf die RPA-Website hoch | CT-Scan-Dashboard |
| 3 | Überprüfen Sie den Status des Patienten | Haupt-Dashboard |
| RPA-Plan prüfen und herunterladen | Haupt-Dashboard |
| 4 | Importieren Sie den Plan in das TPS des Benutzers, berechnen Sie die Dosis neu und nehmen Sie bei Bedarf Änderungen vor | Lokales TPS |
| 5, 6 | Laden Sie den endgültigen Plan auf die RPA-Website hoch | Dashboard für den Planvergleich |
| Überprüfen Sie den automatischen Vergleich des endgültigen Plans und des RPA-Plans | Dashboard für den Planvergleich |
| - | Der Plan geht in den klinischen Routineablauf des Anwenders ein, einschließlich der regelmäßigen Qualitätssicherung | Eigene Software des Benutzers |
Tabelle 1: Übersicht über die Aufgaben, die bei der Erstellung eines RPA-Plans mit dem 1-Schritt-Workflow anfallen. Lokales TPS: Behandlungsplanungssystem des Benutzers.
Dieses Manuskript beschreibt diesen einstufigen Workflow für die RPA und präsentiert einige Beispielergebnisse des Behandlungsplanungsprozesses. Derzeit verwenden die folgenden Planungsansätze diesen einstufigen Arbeitsablauf: i) Vier-Felder-Box-Behandlungspläne für Gebärmutterhalskrebspatientinnen (knöcherne Landmarken-basierte Öffnungen); ii) Vierfeld-Box-Behandlungspläne für Patientinnen mit Gebärmutterhalskrebs (weichteilbasierte Feldöffnungen); iii) tangentiale und supraklavikuläre Behandlungspläne für Brustwandpatienten; iv) Behandlungspläne für das gesamte Gehirn.