Name: Asystent planowania radioterapii - internetowe narzędzie wspierające wysokiej jakości radioterapię w klinikach o ograniczonych zasobach (Wideo) | JoVE Journal
Uploaded: 2023-10-06T13:30:00.000+00:00
Duration: 5 min 18 s
Description: Poznaj internetowe narzędzie RPA wspierające planowanie radioterapii w klinikach o ograniczonych zasobach. Automatyzuje konturowanie i planowanie leczenia, poprawiając jakość opieki przy minimalnych kosztach.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca została sfinansowana przez National Cancer Institute i Wellcome Trust, z dodatkowym wsparciem ze strony Varian Medical Systems. Nasz obecny system wykorzystuje Eclipse do funkcji planowania leczenia. Chcielibyśmy również podziękować Ann Sutton z Editing Services, Research Medical Library, UT MD Anderson Cancer Center. Oprócz funduszy instytucjonalnych na rozwój RPA, nasze zespoły badawcze otrzymują finansowanie z Instytutu Prewencji i Badań nad Rakiem w Teksasie (CPRIT) oraz Funduszu na rzecz Innowacji w Informatyce Nowotworowej, The University of Texas MD Anderson Cancer Center.

Enhancing Radiotherapy with Web-Based Radiation Planning Assistant

<ol><li>Ferlay, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cancer+incidence+and+mortality+worldwide%3A+Sources%2C+methods+and+major+patterns+in+GLOBOCAN+2012%5BTitle%5D)+AND+%22International+Journal+of+Cancer%22%5BJournal%5D)">Cancer incidence and mortality worldwide: Sources, methods and major patterns in GLOBOCAN 2012.</a> International Journal of Cancer. 136 (5), E359-E386 (2015).</li>
<li>Elmore, S. N. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+palliative+radiotherapy%3A+a+framework+to+improve+access+in+resource-constrained+settings%5BTitle%5D)+AND+%22Annals+of+Palliative+Medicine%22%5BJournal%5D)">Global palliative radiotherapy: a framework to improve access in resource-constrained settings.</a> Annals of Palliative Medicine. 8 (3), 274-284 (2019).</li>
<li>Atun, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Expanding+global+access+to+radiotherapy%5BTitle%5D)+AND+%22The+Lancet.+Oncology%22%5BJournal%5D)">Expanding global access to radiotherapy.</a> The Lancet. Oncology. 16 (10), 1153-1186 (2015).</li>
<li>Yap, M. L., Zubizarreta, E., Bray, F., Ferlay, J., Barton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+access+to+radiotherapy+services%3A+have+we+made+progress+during+the+past+decade%5BTitle%5D)+AND+%22Journal+of+Global+Oncology%22%5BJournal%5D)">Global access to radiotherapy services: have we made progress during the past decade.</a> Journal of Global Oncology. 2 (4), 207-215 (2016).</li>
<li>Elmore, S. N. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((C.+al.+Radiotherapy+resources+in+Africa%3A+an+International+Atomic+Energy+Agency+update+and+analysis+of+projected+needs%5BTitle%5D)+AND+%22The+Lancet.+Oncology%22%5BJournal%5D)">C. al. Radiotherapy resources in Africa: an International Atomic Energy Agency update and analysis of projected needs.</a> The Lancet. Oncology. 22 (9), e391-e399 (2021).</li>
<li>Datta, N. R., Samiei, M., Bodis, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation+therapy+infrastructure+and+human+resources+in+low-+and+middle-income+countries%3A+present+status+and+projections+for+2020%5BTitle%5D)+AND+%22International+Journal+of+Radiation+Oncology%2C+Biology%2C+Physics%22%5BJournal%5D)">Radiation therapy infrastructure and human resources in low- and middle-income countries: present status and projections for 2020.</a> International Journal of Radiation Oncology, Biology, Physics. 89 (3), 448-457 (2014).</li>
<li>Ward, Z. J., Scott, A. M., Hricak, H., Atun, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Global+costs%2C+health+benefits%2C+and+economic+benefits+of+scaling+up+treatment+and+imaging+modalities+for+survival+of+11+cancers%3A+a+simulation-based+analysis%5BTitle%5D)+AND+%22The+Lancet.+Oncology%22%5BJournal%5D)">Global costs, health benefits, and economic benefits of scaling up treatment and imaging modalities for survival of 11 cancers: a simulation-based analysis.</a> The Lancet. Oncology. 22 (3), 341-350 (2021).</li>
<li>Court, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radiation+Planning+Assistant+-+a+streamlined%2C+fully+automated+radiotherapy+treatment+planning+system%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%22%5BJournal%5D)">Radiation Planning Assistant - a streamlined, fully automated radiotherapy treatment planning system.</a> Journal of Visualized Experiments. (134), e57411(2018).</li>
<li>Nealon, K. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+failure+mode+and+effects+analysis+to+evaluate+risk+in+the+clinical+adoption+of+automated+contouring+and+treatment+planning+tools%5BTitle%5D)+AND+%22Practical+Radiation+Oncology%22%5BJournal%5D)">Using failure mode and effects analysis to evaluate risk in the clinical adoption of automated contouring and treatment planning tools.</a> Practical Radiation Oncology. 12 (4), e344-e353 (2022).</li>
<li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+treatment+planning+of+postmastectomy+radiotherapy%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">Automated treatment planning of postmastectomy radiotherapy.</a> Medical Physics. 46 (9), 3767-3775 (2019).</li>
<li>Xiao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Customizable+landmark-based+field+aperture+design+for+automated+whole-brain+radiotherapy+treatment+planning%5BTitle%5D)+AND+%22Journal+of+Applied+Clinical+Medical+Physics%22%5BJournal%5D)">Customizable landmark-based field aperture design for automated whole-brain radiotherapy treatment planning.</a> Journal of Applied Clinical Medical Physics. 24 (3), e13839(2022).</li>
<li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fully+automatic+treatment+planning+for+external-beam+radiation+therapy+of+locally+advanced+cervical+cancer%3A+a+tool+for+low-resource+clinics%5BTitle%5D)+AND+%22Journal+of+Global+Oncology%22%5BJournal%5D)">Fully automatic treatment planning for external-beam radiation therapy of locally advanced cervical cancer: a tool for low-resource clinics.</a> Journal of Global Oncology. 5, 1-9 (2019).</li>
<li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+acceptability+of+fully+automated+external+beam+radiotherapy+for+cervical+cancer+with+three+different+beam+delivery+techniques%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">Clinical acceptability of fully automated external beam radiotherapy for cervical cancer with three different beam delivery techniques.</a> Medical Physics. 49 (9), 5742-5751 (2022).</li>
<li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+radiation+treatment+planning+for+cervical+cancer%5BTitle%5D)+AND+%22Seminars+in+Radiation+Oncology%22%5BJournal%5D)">Automated radiation treatment planning for cervical cancer.</a> Seminars in Radiation Oncology. 30 (4), 340-347 (2020).</li>
<li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+contouring+system+for+cervical+cancer+using+convolutional+neural+networks%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">Automatic contouring system for cervical cancer using convolutional neural networks.</a> Medical Physics. 47 (11), 5648-5658 (2020).</li>
<li>Xiao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+WBRT+treatment+planning+via+deep+learning+auto-contouring+and+customizable+landmark-based+field+aperture+design%5BTitle%5D)+AND+%22arXiv%22%5BJournal%5D)">Automated WBRT treatment planning via deep learning auto-contouring and customizable landmark-based field aperture design.</a> arXiv. , (2022).</li>
<li>Hernandez, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automating+the+treatment+planning+process+for+3D-conformal+pediatric+craniospinal+irradiation+therapy%5BTitle%5D)+AND+%22Pediatric+Blood+%26+Cancer%22%5BJournal%5D)">Automating the treatment planning process for 3D-conformal pediatric craniospinal irradiation therapy.</a> Pediatric Blood & Cancer. 70 (3), e30164(2023).</li>
<li>Huang, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automation+of+radiation+treatment+planning+for+rectal+cancer%5BTitle%5D)+AND+%22Journal+of+Applied+Clinical+Medical+Physics%22%5BJournal%5D)">Automation of radiation treatment planning for rectal cancer.</a> Journal of Applied Clinical Medical Physics. 23 (9), e13712(2022).</li>
<li>Netherton, T. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+treatment+planning+framework+for+spinal+radiation+therapy+and+vertebral-level+second+check%5BTitle%5D)+AND+%22International+Journal+of+Radiation+Oncology%2C+Biology%2C+Physics%22%5BJournal%5D)">An automated treatment planning framework for spinal radiation therapy and vertebral-level second check.</a> International Journal of Radiation Oncology, Biology, Physics. 114 (3), 516-528 (2022).</li>
<li>Olanrewaju, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Clinical+acceptability+of+automated+radiation+treatment+planning+for+head+and+neck+cancer+using+the+Radiation+Planning+Assistant%5BTitle%5D)+AND+%22Practical+Radiation+Oncology%22%5BJournal%5D)">Clinical acceptability of automated radiation treatment planning for head and neck cancer using the Radiation Planning Assistant.</a> Practical Radiation Oncology. 11 (3), 177-184 (2021).</li>
<li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+contouring+QA+method+using+a+deep+learning-based+autocontouring+system%5BTitle%5D)+AND+%22Journal+of+Applied+Clinical+Medical+Physics%22%5BJournal%5D)">Automatic contouring QA method using a deep learning-based autocontouring system.</a> Journal of Applied Clinical Medical Physics. 23 (8), e13647(2022).</li>
<li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+detection+of+contouring+errors+using+convolutional+neural+networks%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">Automatic detection of contouring errors using convolutional neural networks.</a> Medical Physics. 46 (11), 5086-5097 (2019).</li>
<li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+risk+assessment+of+automated+treatment+planning+and+recommendations+for+clinical+deployment%5BTitle%5D)+AND+%22Medical+Physics%22%5BJournal%5D)">A risk assessment of automated treatment planning and recommendations for clinical deployment.</a> Medical Physics. 46 (6), 2567-2574 (2019).</li>
<li>Nealon, K. A., Court, L. E., Douglas, R. J., Zhang, L., Han, E. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+and+validation+of+a+checklist+for+use+with+automatically+generated+radiotherapy+plans%5BTitle%5D)+AND+%22Journal+of+Applied+Clinical+Medical+Physics%22%5BJournal%5D)">Development and validation of a checklist for use with automatically generated radiotherapy plans.</a> Journal of Applied Clinical Medical Physics. 23 (9), e13694(2022).</li>
</ol>

LEC posiada opcje na akcje Leo Cancer Care. HB jest obecnie zatrudniony w Varian Medical Systems. AJ pracuje jako konsultant w firmie Genentech. JB pracuje jako konsultant w Icon Cancer Care; WS zajmuje stanowisko konsultanta w IBA Dosimetry; JY otrzymał dofinansowanie podróży od SunNuclear Corp; HS otrzymał honoraria od firmy Cipla.

Protokół ten określa kroki w tworzeniu zautomatyzowanych planów leczenia przy użyciu RPA. Kluczowe kroki to: (1) przesłanie i zatwierdzenie CT, (2) wypełnienie i zatwierdzenie zgłoszenia serwisowego, (3) pobranie i zaimportowanie planu do TPS użytkownika oraz ponowne obliczenie dawki i edycja planu, a także (4) przesłanie ostatecznego edytowanego planu w celu porównania z Planem RPA. Kolejność zatwierdzania CT i zatwierdzania zgłoszenia serwisowego są wymienne. Niektóre plany, w szczególności plany terapii łukiem z modulacją objętości w przypadku raka głowy i szyi oraz raka szyjki macicy, są tworzone w dwuetapowym procesie, w którym dodatkowe interakcje użytkownika oraz kontury i plany są generowane oddzielnie. Ogólnie rzecz biorąc, procesy są podobne i spodziewamy się, że te zaawansowane podejścia do planowania leczenia mogą zostać w przyszłości zmienione na proces jednoetapowy. Ogólną akceptowalność kliniczną, której można oczekiwać od tych narzędzi oraz od narzędzi, które są w trakcie opracowywania dla przyszłych wersji, można znaleźć w naszej opublikowanej pracy 10,12,14,15,16,17,18,19,20,21,22.
Narzędzia te mają kilka ograniczeń, jak opisano w naszej wcześniejszej pracy, w której badaliśmy ryzyko związane z wdrażaniem Asystenta Planowania Promieniowania w klinikach radioterapii 9,23. Chociaż interfejs użytkownika został zaprojektowany tak, aby zminimalizować ryzyko niewłaściwego wprowadzania danych, takiego jak obrazy CT, które nie mają wystarczającego pola widzenia lub błędy przy ręcznym wprowadzaniu danych, nadal istnieje możliwość wystąpienia błędów. W szczególności niepokojące są błędy ludzkie, stronniczość automatyzacji (nadmierne poleganie na wynikach) i błąd oprogramowania9. Staranne przeglądanie i, w razie potrzeby, edycja automatycznie generowanych konturów i planów jest niezbędna do bezpiecznego korzystania z Asystenta Planowania Radiacyjnego. Ogólnie rzecz biorąc, przeglądy te powinny przebiegać zgodnie z tym samym procesem, który jest stosowany w przypadku przeglądu planów klinicznych przez fizyków i onkologów radioterapeutów, chociaż może to być poparte wykorzystaniem list kontrolnych opracowanych specjalnie w celu uzupełnienia ręcznego przeglądu automatycznie tworzonych planów leczenia24.
Zdarzają się sytuacje, w których RPA nie będzie w stanie wygenerować planu i zgłosi użytkownikowi błąd. W prawie wszystkich przypadkach będzie to spowodowane tym, że RPA napotka nieoczekiwane dane, których nie może zinterpretować, takie jak niewystarczające pole widzenia lub ułożenie pacjenta (np. jeśli obraz CT został wykonany przy użyciu protokołu leżenia, ale z pacjentem w pozycji leżącej). Użytkownik może być w stanie zidentyfikować problem na podstawie miejsca, w którym został zgłoszony błąd. W większości przypadków takim sytuacjom można zaradzić tylko poprzez ręczne konturowanie lub planowanie. Zespół RPA może również być w stanie przejrzeć pliki dziennika w celu zidentyfikowania problemu.
RPA został zaprojektowany i opracowany specjalnie w celu zapewnienia wysokiej jakości narzędzi do automatycznego konturowania i automatycznego planowania klinikom o ograniczonych zasobach, zwłaszcza tym w krajach o niskich i średnich dochodach. Obecnie pracujemy nad procesami regulacyjnymi, prawnymi i administracyjnymi, które doprowadzą do klinicznego zastosowania RPA. Gdy to nastąpi, spodziewamy się uważnie monitorować użytkowanie i wprowadzać zmiany w przepływie pracy lub interfejsach użytkownika w odpowiedzi na wszelkie nieprzewidziane zagrożenia lub inne opinie użytkowników. Celem jest zapewnienie narzędzi wspierających usługi radioterapii, tak aby lokalne zespoły kliniczne mogły zwiększyć swoje wysiłki, poprawiając dostęp do wysokiej jakości, spójnych planów radioterapii. Mamy nadzieję, że doprowadzi to do poprawy wyników leczenia pacjentów, a także skrócenia czasu oczekiwania. Chociaż obecne portfolio ogranicza się do nowotworów głowy i szyi, piersi i szyjki macicy, a także napromieniania całego mózgu w celu uzyskania przerzutów do mózgu, pracujemy nad dodatkowymi terapiami, które zostaną włączone w przyszłych wersjach 17,18,19.

Przewiduje się, że globalna liczba przypadków nowotworów wzrośnie do około 24,6 miliona do 2030 roku, przy czym największe obciążenie wystąpi w krajach o niskim i średnim dochodzie (LMICs)1. Radioterapia jest kosztowo efektywną metodą leczenia nowotworów, zarówno w celu kuratywnym, jak i paliatywnym, przynosząc korzyści około 50% pacjentów onkologicznych oraz od 60% do 70% w krajach o niskim dochodzie, gdzie pacjenci częściej zgłaszają się na późnym etapie choroby2,3. Jednak dostęp do radioterapii na świecie jest ograniczony4; na przykład żadne kraje w Afryce nie dysponują zapleczem radioterapeutycznym pozwalającym zaspokoić szacowane zapotrzebowanie5. W kilku badaniach oszacowano te nadchodzące niedobory oraz określono wymagania niezbędne do zaspokojenia przyszłych potrzeb6,7.
Komisja Lancet Oncology przedstawiła przekonujące argumenty za tym, że inwestycje w poprawę wydajności radioterapii nie tylko uratowałyby życie, ale przyniosłyby również pozytywne korzyści ekonomiczne3. Wskazano również konkretnie, że automatyzacja konturowania w radioterapii oraz planowania leczenia może pomóc zespołom klinicznym w zwiększeniu zakresu ich działań poprzez znaczną redukcję czasu poświęcanego na te zadania odpowiednio przez onkologów i fizyków, co sprawi, że cele te staną się bardziej osiągalne.
Nasz zespół badawczy współpracuje z zespołami klinicznymi w MD Anderson oraz w szpitalach na całym świecie nad opracowaniem zautomatyzowanych narzędzi internetowych. Ten zestaw narzędzi (nazwany RPA) umożliwia konturowanie oparte na sztucznej inteligencji (wyznaczanie obrysów guzów i pobliskich organów na skanach CT) oraz planowanie radioterapii (które precyzyjnie określa sposób dostarczania promieniowania). Ta platforma internetowa zapewnia korzyść w postaci zmniejszenia czasu i zasobów potrzebnych do przygotowania wysokiej jakości planów dla każdego pacjenta.
Nasze doświadczenia z wczesną wersją narzędzia opartego na sztucznej inteligencji w MD Anderson wykazały, że zautomatyzowane konturowanie może zaoszczędzić do 2 h na pacjenta, co stanowi znaczące usprawnienie procesu pracy. Oznacza to, że obecny personel kliniczny będzie mógł zwiększyć skalę swoich działań, leczząc więcej pacjentów przy zastosowaniu radioterapii wyższej jakości. Udostępniając te narzędzia za pośrednictwem w pełni zautomatyzowanej usługi internetowej (Radiation Planning Assistant [RPA], RPA.mdanderson.org), możemy zminimalizować koszty dla pacjentów i dostawców oraz zmaksymalizować zasięg tego narzędzia.
Przez 6 lat rozwijaliśmy RPA i od czasu naszej pierwszej publikacji na temat przepływów pracy w RPA8 wprowadzono kilka istotnych zmian. Obejmują one przekształcenie RPA w narzędzie oparte na przeglądarce internetowej, co pozwoliło na obniżenie kosztów związanych z instalacją i konserwacją oraz poprawę stabilności systemu. Pozostałe ulepszenia obejmują zmiany w interfejsach użytkownika w celu zwiększenia użyteczności i zmniejszenia ryzyka błędów9 oraz rozszerzenie opcji leczenia (w szczególności o planowanie radioterapii piersi po mastektomii10 oraz przerzutów do mózgu11). W związku z tym protokół opisany w niniejszym opracowaniu jest znacznie bardziej zaawansowany niż pierwotna wersja opublikowana wcześniej.
RPA wykorzystuje jednowzykowy proces do tworzenia konturów i planów w sytuacjach, w których edycja konturów zazwyczaj nie jest konieczna do opracowania planu leczenia. Obejmuje to planowanie leczenia metodą czteropolowego pola prostokątnego (box) w raku szyjki macicy (na podstawie punktów kostnych lub automatycznie generowanych konturów tkanek miękkich)12,13,14,15, pola styczne lub nadobojczykowe w raku piersi po mastektomii11 oraz pola boczne przeciwstawne w leczeniu całego mózgu16. W najbliższej przyszłości planujemy dodać leczenie kraniospinalne w nowotworach dziecięcych17, leczenie trzypolowe w raku odbytnicy18 oraz planowanie leczenia w różnych przypadkach paliatywnych (trzony kręgów, biodra i żebra)19, a także w raku płuc i pęcherza moczowego. Obecnie bardziej zaawansowane metody leczenia, a konkretnie terapia łukowa z modulacją objętościową (VMAT), wymagają procesu dwuetapowego, w którym automatycznie generowane kontury są edytowane przed planowaniem leczenia13,20. Jednak jakość autokonturowania opartego na głębokim uczeniu jest na tyle wysoka, że spodziewamy się zmiany tych podejść do planowania na proces jednowzykowy w przyszłości. Niniejszy protokół skupia się na planowaniu jednowzykowym.
Rycina 1 przedstawia ogólny przebieg procesu tworzenia planu leczenia radiacyjnego przy użyciu RPA, a szczegółowe informacje na temat poszczególnych zadań znajdują się w Tabeli 1. Podsumowując, RPA wymaga wypełnionego zgłoszenia serwisowego (zawierającego informacje takie jak przepisana dawka i podejście do leczenia) oraz indywidualnego badania CT pacjenta. Zgłoszenie serwisowe musi zostać zaakceptowane przez radioterapeutę. Badanie CT musi zostać zatwierdzone przez użytkownika klinicznego, aby upewnić się, że obliczenia RPA są wykonywane na prawidłowym skanie CT. Po wygenerowaniu planu przez RPA należy go pobrać ze strony internetowej RPA i zaimportować do systemu planowania leczenia użytkownika, gdzie dawka powinna zostać przeliczona. Jest to konieczne, ponieważ RPA oblicza plany w oparciu o standardowe wiązki (dostępne dla kilku modeli akceleratorów liniowych), które mogą nie odpowiadać dokładnie charakterystyce wiązki lokalnego akceleratora. Takie podejście przyjęto w celu redukcji kosztów, choć może być wymagana personalizacja, jeśli lokalne wiązki znacząco różnią się od naszych wiązek standardowych. Użytkownicy (planista leczenia i radioterapeuta) mogą wprowadzić poprawki do planu. Następnie plan wchodzi w typowy kliniczny proces roboczy użytkownika, obejmujący lokalne kontrole zapewnienia jakości. Na koniec użytkownik powinien przesłać swój końcowy (przeliczony i poprawiony) plan na stronę internetową RPA, gdzie przeprowadzane jest automatyczne porównanie Planu Końcowego z Planem RPA. Jest to przydatna weryfikacja integralności danych w całym procesie pracy.
<img alt="Schemat automatyzacji planowania CT z chmurą RPA, laptopem, skanem CT, krokami QA i procesem radioterapii." class="xfigimg" src="/files/ftp_upload/65504/65504fig01.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 1"> 
Rycina 1: Schemat procesu zautomatyzowanego planowania leczenia. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig01large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Zadanie nr w Rysunku 1</td>
			<td colspan="3">Opis zadania</td>
			<td colspan="2">Lokalizacja</td>
		</tr>
		<tr>
			<td></td>
			<td colspan="3">Przejrzyj status wszystkich poprzednich pacjentów</td>
			<td colspan="2">Główny pulpit nawigacyjny</td>
		</tr>
		<tr>
			<td>1</td>
			<td colspan="3">Wypełnij zgłoszenie serwisowe na stronie internetowej RPA</td>
			<td colspan="2">Panel żądań serwisowych</td>
		</tr>
		<tr>
			<td>2</td>
			<td colspan="3">Prześlij tomografię komputerową (CT) na stronę internetową RPA</td>
			<td colspan="2">Panel sterowania tomografii komputerowej</td>
		</tr>
		<tr>
			<td rowspan="2">3</td>
			<td colspan="3">Sprawdź stan pacjenta</td>
			<td colspan="2">Główny panel sterowania</td>
		</tr>
		<tr>
			<td colspan="3">Przejrzyj i pobierz plan RPA</td>
			<td colspan="2">Główny pulpit nawigacyjny</td>
		</tr>
		<tr>
			<td>4</td>
			<td colspan="3">Zaimportuj plan do systemu TPS użytkownika, przelicz dawkę i w razie potrzeby wprowadź korekty</td>
			<td colspan="2">Lokalny TPS</td>
		</tr>
		<tr>
			<td rowspan="2">5, 6</td>
			<td colspan="3">Prześlij końcowy plan na stronę internetową RPA</td>
			<td colspan="2">Panel porównawczy planów</td>
		</tr>
		<tr>
			<td colspan="3">Przegląd automatycznego porównania planu końcowego oraz planu RPA</td>
			<td colspan="2">Panel porównawczy planów</td>
		</tr>
		<tr>
			<td>-</td>
			<td colspan="3">Plan zostaje włączony do rutynowego schematu pracy klinicznej użytkownika, w tym do regularnego zapewnienia jakości</td>
			<td colspan="2">Własne oprogramowanie użytkownika</td>
		</tr>
	</tbody>
</table>
Tabela 1: Przegląd zadań związanych z tworzeniem planu RPA przy użyciu jednowykrokowej procedury (workflow). Lokalny TPS: System Planowania Leczenia użytkownika.
Niniejszy artykuł opisuje ten jednostopniowy schemat postępowania dla RPA i przedstawia przykładowe wyniki uzyskane w procesie planowania leczenia. Obecnie ten jednostopniowy schemat postępowania jest stosowany w następujących podejściach do planowania: i) plany leczenia w technice czteropolowej „box” dla pacjentek z rakiem szyjki macicy (apertury oparte na punktach kostnych); ii) plany leczenia w technice czteropolowej „box” dla pacjentek z rakiem szyjki macicy (apertury pól oparte na tkankach miękkich); iii) plany leczenia stycznego i nadobojczykowego dla pacjentek z nowotworami ściany klatki piersiowej; iv) plany leczenia całego mózgu.

<table><tbody><tr><td>Asystent ds. planowania promieniowania</td><td>MD Anderson Cancer Center</td><td>na</td><td>stronie internetowej</td></tr></tbody></table>

asystent planowania radioterapii - internetowe narzędzie wspierające wysokiej jakości radioterapię w klinikach o ograniczonych zasobach

Radiation Planning Assistant - A Web-based Tool to Support High-quality Radiotherapy in Clinics with Limited Resources

Dostęp do radioterapii na całym świecie jest ograniczony. Asystent Planowania Radioterapii (RPA) to w pełni zautomatyzowane, internetowe narzędzie, które jest opracowywane w celu zaoferowania w pełni zautomatyzowanych narzędzi do planowania leczenia radioterapią klinikom o ograniczonych zasobach. Celem jest pomoc zespołom klinicznym w zwiększeniu ich wysiłków, a tym samym dotarcie do większej liczby pacjentów z rakiem. Użytkownik łączy się z RPA za pośrednictwem strony internetowej, wypełnia zgłoszenie serwisowe (recepta i informacje o celach radioterapii) oraz przesyła zestaw obrazów CT pacjenta. RPA oferuje dwa podejścia do zautomatyzowanego planowania. W jednoetapowym planowaniu system wykorzystuje zgłoszenie serwisowe i tomografię komputerową do automatycznego generowania niezbędnych konturów i planu leczenia. W planowaniu dwuetapowym użytkownik przegląda i edytuje automatycznie wygenerowane kontury, zanim RPA będzie kontynuować generowanie planu terapii łukiem z modulacją objętości. Ostateczny plan jest pobierany ze strony internetowej RPA i importowany do lokalnego systemu planowania leczenia użytkownika, gdzie dawka jest przeliczana dla lokalnie zleconego linacu; W razie potrzeby plan jest edytowany przed zatwierdzeniem do użytku klinicznego.

Celem głównego panelu sterowania (Rycina 1) jest zapewnienie szybkiego przeglądu statusu obecnych pacjentów w RPA, umożliwienie szybkiej weryfikacji ukończonych planów, pobieranie ukończonych planów w celu ich przeglądu i edycji w systemie planowania leczenia użytkownika oraz zapewnienie zaawansowanych narzędzi nawigacji i sortowania pacjentów. Aby pacjenci pojawili się w tym miejscu, muszą posiadać co najmniej jeden z następujących elementów: (1) zaakceptowany obraz CT lub (2) zaakceptowany formularz usługi. Kategorie statusu obecnych pacjentów można sprawdzić na głównym panelu sterowania (Tabela 4).
Przykład pola bocznego z planu radioterapii całego mózgu przedstawiono na Rysunku 6. Przykład pola bocznego z planu czteropolowego (box) opartego na punktach kostnych dla raka szyjki macicy przedstawiono na Rysunku 7. W obu przypadkach końcowy plan musi zostać pobrany, a następnie zaimportowany do systemu planowania leczenia użytkownika, gdzie wyniki muszą zostać zweryfikowane, edytowane i przeliczone. RPA generuje również końcowy Raport z Planu (PDF), który zawiera Wniosek o Usługę (patrz przykład na Rysunku 3), raport zatwierdzenia TK oraz inne szczegóły planu leczenia.
Celem panelu zgłoszeń serwisowych (Tabela 2) jest zapewnienie szybkiego przeglądu statusu zgłoszeń serwisowych dla obecnych pacjentów w RPA, tworzenie nowych zgłoszeń serwisowych, akceptowanie zrealizowanych zgłoszeń oraz edytowanie zgłoszeń serwisowych. Na tym panelu, który jest dostępny dla wszystkich użytkowników RPA, wyświetlani są pacjenci, dla których przesłano zgłoszenie serwisowe lub zostało ono zaakceptowane. Jednak tylko użytkownicy zarejestrowani w systemie RPA jako radioterapeuci mogą zaakceptować zgłoszenie serwisowe.
Celem panelu CT (Tabela 3) jest zapewnienie szybkiego przeglądu statusu skanów CT dla obecnych pacjentów w RPA, przesyłanie nowych skanów CT, przeglądanie i akceptowanie skanów CT oraz dodawanie punktów referencyjnych do skanów CT. Punkty referencyjne są dodawane w celu pokierowania RPA w określonych sytuacjach, na przykład gdy użytkownik chce zastosować niestandardową górną granicę dla prostych planów pola w kształcie prostokąta (4-field box plans) w przypadku raka szyjki macicy. W tym miejscu wyświetlani są pacjenci, dla których przesłano skan CT. Każdy użytkownik może przeglądać panel CT, ale tylko użytkownicy zarejestrowani jako Użytkownicy Kliniczni mogą akceptować skany CT.
Po zatwierdzeniu ostatecznego planu przez użytkownika, może on go wyeksportować z systemu TPS i przesłać do RPA. Celem tego procesu jest umożliwienie weryfikacji, czy dane zostały prawidłowo przekazane pomiędzy różnymi urządzeniami.
Pacjenci, dla których wygenerowano plan RPA, pojawią się w panelu porównywania planów. Panel porównywania planów przedstawia kategorie statusu dla obecnych pacjentów, wskazane w Tabeli 5.
<img alt="Skan obrazowy mózgu; tomografia komputerowa czaszki; zaznaczona lokalizacja guza; proces obrazowania diagnostycznego; ocena medyczna." class="xfigimg" src="/files/ftp_upload/65504/65504fig06.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 6"> 
Rysunek 6: Typowe pole boczne dla radioterapii całego mózgu. Ten widok przedstawia projekcje konturów struktur, a także pozycje głównych kolimatorów (żółte) i kolimatorów wielolistkowych (niebieskie). <a href="https://www.jove.com/files/ftp_upload/65504/65504fig06large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.</a>
<img alt="Rtgen kręgosłupa z siatką pomiarową, narzędzie diagnostyczne, analiza krzywizny anatomicznej, obrazowanie medyczne." class="xfigimg" src="/files/ftp_upload/65504/65504fig07.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 7"> 
Rysunek 7: Przykład pola bocznego z planu czteropolowego opartego na punktach kostnych dla raka szyjki macicy.Widok ten przedstawia pozycje głównych kolimatorów (żółte) oraz kolimatorów wielolistkowych (niebieskie). <a href="https://www.jove.com/files/ftp_upload/65504/65504fig07large.jpg" target="_blank">Proszę kliknąć tutaj, aby zobaczyć powiększoną wersję tego rysunku.</a>

Ten protokół opisuje szereg zautomatyzowanych narzędzi przeznaczonych do wysokiej jakości radioterapii, automatycznego konturowania i automatycznego planowania, które są pakowane w usługę internetową w celu maksymalizacji niezawodności i skalowalności przy jednoczesnej minimalizacji kosztów operacyjnych.

Asystent planowania radioterapii - internetowe narzędzie wspierające wysokiej jakości radioterapię w klinikach o ograniczonych zasobach

Access to radiotherapy worldwide is limited. The Radiation Planning Assistant (RPA) is a fully automated, web-based tool that is being developed to offer ...

Opracowaliśmy Asystenta Planowania Promieniowania jako narzędzie internetowe, które ma pomóc krajom o niskich i średnich dochodach w zwiększeniu wysiłków na rzecz zapewnienia pacjentom wysokiej jakości konturowania i planowania leczenia. Dostęp do radioterapii jest bardzo ograniczony w większości miejsc na świecie, a wynika to z wielu czynników, w tym niedoboru personelu i wykwalifikowanych onkologów radioterapeutów, radiologów terapeutycznych i fizyków medycznych. Asystent planowania promieniowania został zaprojektowany tak, aby zapewnić wysokiej jakości kontury i plany przy minimalnych kosztach.Mamy nadzieję, że zapewnimy dostęp do tych narzędzi za darmo klinikom, które w przeciwnym razie nie miałyby do nich dostępu. Teraz, gdy mamy już ukończoną pierwszą wersję Asystenta Planowania Promieniowania, zaczniemy opracowywać kolejne wersje. Postaramy się zmniejszyć potrzebę ręcznego przesyłania i pobierania danych oraz dodawać nowe miejsca i podejścia do leczenia.Zacznij od uruchomienia Asystenta Planowania Promieniowania (RPA). Następnie przejdź do panelu Service Request w interfejsie RPA, klikając kanał Service Request. Następnie kliknij Nowy formularz, aby wygenerować nowy formularz wniosku.Rozwiąż pytania w pierwszej sekcji zatytułowanej Dane demograficzne. Następnie wybierz Technikę leczenia z menu rozwijanego Leczenie. Kliknij ikonę Informacje w menu rozwijanym Technika leczenia, aby uzyskać dostęp do dalszych szczegółów techniki leczenia.Następnie odpowiedz na pytania z drugiej części zatytułowanej Ogólne pytania dotyczące leczenia. Teraz przejdź do sekcji 3 zatytułowanej Pytania dotyczące leczenia i uzupełnij pytania, w tym szczegóły dotyczące celów leczenia i recepty. Kliknij Prześlij, aby wygenerować plik PDF zgłoszenia serwisowego.Wybierz pacjenta z listy pacjentów. Przejrzyj plik PDF zgłoszenia serwisowego i kliknij przycisk Zaakceptuj, aby je zatwierdzić. Następnie przejdź do pulpitu nawigacyjnego CT Scans, klikając kanał CT Scans.Wybierz opcję Prześlij CT i wybierz folder, w którym przechowywany jest skan CT za pomocą eksploratora folderów. Postępuj zgodnie z instrukcjami, aby potwierdzić wybór. Wybierz pacjenta z listy pacjentów, aby przejrzeć odpowiedni przesłany skan CT.Następnie załaduj cały obraz 3D CT, klikając Załaduj 3D. Teraz przewijaj między plasterkami we wszystkich widokach za pomocą przycisków Do przodu lub do tyłu znajdujących się pod widokiem CT, aby przejść do następnego plasterka. Kliknij prawy lub lewy przycisk Shift, aby przesunąć pięć plasterków w dowolnym kierunku.Możesz też przesunąć kursor na dowolny widok i użyć myszy, aby przewijać między plasterkami. Przycisk Przecięcie można również kliknąć, aby nałożyć krzyż nitkowy na każdy widok CT. Następnie kliknij dowolny z trzech widoków, aby przesunąć celownik, powodując, że inne widoki odpowiednio podążą za nim.Powiększ obraz, aby go przejrzeć za pomocą przycisku Powiększ panoramowanie. Następnie kliknij prawym przyciskiem myszy i przytrzymaj widok CT za pomocą myszy, aby powiększyć. Kliknij Oznaczone ISO, aby przesunąć widoki CT do oznaczonego środka ISO.Aby dodać punkt odniesienia, najpierw przesuń trzy widoki do żądanego położenia punktu odniesienia za pomocą narzędzia Przecięcie. Następnie kliknij przycisk Punkt odniesienia, aby dodać punkt odniesienia. Aby dodać nowy punkt odniesienia, wyczyść bieżący punkt, klikając opcję Wyczyść punkt odniesienia.Następnie dodaj nowy. Zaakceptuj tomografię komputerową, a następnie odpowiedz na pytania znajdujące się pod obrazami tomografii komputerowej, aby zminimalizować ryzyko i zmniejszyć błędy w późniejszych obliczeniach RPA. Teraz kliknij Akceptuj i postępuj zgodnie z instrukcjami.Aby rozpocząć proces monitorowania, najpierw przejrzyj ukończony plan RPA, wybierając pacjenta i wybierając opcję Przegląd w górnej części głównego pulpitu nawigacyjnego. Pobierz gotowy plan RPA, klikając ikonę Pobierz. Gdy otworzy się nowe okno, pliki DICOM wraz z wersją PDF Raportu Planu RPA zostaną pobrane w celu zaimportowania do Systemu Planowania Leczenia.Aby przesłać ostateczny plan na stronę internetową, wybierz pacjenta i kliknij przycisk Prześlij plan. Wybierz plik struktury DICOM, plan i pliki dawki do przekazania. Na koniec przejrzyj raport z porównania planów, wybierając pacjenta.Pokazano tutaj przykład pola bocznego z całego planu radioterapii mózgu, podczas gdy pokazano również pole boczne z czteropolowego planu pudełkowego opartego na kościstych punktach orientacyjnych dla raka szyjki macicy. W obu przypadkach RPA stworzyła końcowy raport planu. Po pobraniu i zaimportowaniu Systemu Planowania Leczenia Użytkownika, pulpit nawigacyjny Zgłoszenia Serwisowego zapewnia szybki przegląd statusu zgłoszenia serwisowego dla bieżących pacjentów w RPA.

radiation-planning-assistant-web-based-tool-to-support-high-quality

Research

JoVE Journal

Medicine

Medycyna

Pacjenci z guzami mózgu rutynowo poddawani są radioterapii czaszki, a choć metoda ta jest korzystna, często prowadzi do wyniszczających zaburzeń poznawczych. Ten poważny, nierozwiązany problem nie ma obecnie żadnego klinicznego lekarstwa, co skłoniło nas do podjęcia wysiłków w celu opracowania terapii opartych na komórkach macierzystych w celu przywrócenia funkcji poznawczych upośledzonych przez promieniowanie.

Strategie transplantacji komórek macierzystych w celu przywrócenia funkcji poznawczych upośledzonych przez radioterapię czaszki

W przeszłości, napromienianie małych zwierząt było zazwyczaj wykonywane bez możliwości celowania w dobrze zdefiniowaną objętość guza. Celem było naśladowanie leczenia glejaka u ludzi u szczurów. Korzystając z platformy do napromieniania małych zwierząt, przeprowadziliśmy konforemne napromienianie 3D pod kontrolą MRI ze zwiększeniem podobjętości na podstawie PET w warunkach przedklinicznych.

Napromienianie pod kontrolą PET i MRI szczurzego modelu glejaka przy użyciu mikropromiennika

Radioterapia to bardzo skomplikowane leczenie raka, które wymaga wielu specjalistów do stworzenia planu leczenia i zapewnienia jakości (QA) przed dostarczeniem pacjentowi. Protokół ten opisuje wykorzystanie w pełni zautomatyzowanego systemu, Asystenta Planowania Promieniowania (RPA), do tworzenia wysokiej jakości planów radioterapii.

Asystent planowania radioterapii - usprawniony, w pełni zautomatyzowany system planowania leczenia radioterapią

Przedstawiono podstawy planowania i dostarczania radioterapii protonowej na przykładzie raka prostaty. Zastosowanie tych zasad do innych wybranych miejsc chorobowych pokazuje, w jaki sposób radioterapia protonowa może poprawić wyniki kliniczne u pacjentów z rakiem.

Terapia protonowa i jej zastosowanie kliniczne w wybranych nowotworach złośliwych guzów litych

Dozymetria promieniowania dostarcza techniki zwiększającej dokładność eksperymentów przedklinicznych i zapewniającej, że dostarczane dawki promieniowania są ściśle związane z parametrami klinicznymi. Protokół ten opisuje kroki, które należy podjąć w każdej fazie podczas przedklinicznych eksperymentów radiacyjnych, aby zapewnić prawidłowy projekt eksperymentu.

Uruchomienie promiennika i dozymetria do oceny parametrów α i β LQ, schematu dawkowania promieniowania oraz depozycji dawki in vivo

Tutaj prezentujemy protokół do przeprowadzenia przedklinicznej radioterapii opartej na pozytonowej tomografii emisyjnej w modelu glejaka szczurzego przy użyciu opracowanych przez nas algorytmów w celu optymalizacji dokładności i wydajności.

Radioterapia oparta na pozytonowej tomografii emisyjnej w modelu szczura glejaka przy użyciu platformy badawczej promieniowania małych zwierząt

Upośledzenie poznawcze wynikające z radioterapii guzów mózgu stanowi klinicznie trudny do leczenia stan, który negatywnie wpływa na jakość życia. Zdolność do krytycznej oceny potencjalnych interwencji mających na celu złagodzenie wywołanych promieniowaniem deficytów poznawczych zależy w ostateczności od możliwości przeprowadzenia rygorystycznych ilościowych ocen funkcji poznawczych.

Kwantyfikacja upośledzenia funkcji poznawczych spowodowanego radioterapią czaszki

Celem niniejszego artykułu jest opis zastosowania ortotopowego modelu glejaka wielopostaciowego w badaniach nad chemoradioterapią. Artykuł ten obejmuje procesy przetwarzania komórek, implantację oraz radioterapię myszy z wykorzystaniem modelu wewnątrzczaszkowego.

Radioterapia skojarzona w ortotopowym modelu guza mózgu u myszy

Przedstawiono krótki protokół badania klinicznego, który ma pomóc w wykrywaniu klasycznej i nietypowej trzęsawki owiec i kóz.

Protokół badania klinicznego w celu wykrycia trzęsawki atypowej i klasycznej u owiec

Obecnym priorytetem w radioterapii raka piersi jest zmniejszenie dawek serca bez naruszania pokrycia tkanek docelowych. Opisana tutaj technika dobrowolnego wstrzymywania oddechu jest prostym, niedrogim rozwiązaniem tego problemu i może być szeroko wprowadzona bez potrzeby stosowania specjalistycznego sprzętu.

Technika dobrowolnego wstrzymywania oddechu w celu zmniejszenia dawki serca w radioterapii lewej piersi

Poznaj internetowe narzędzie RPA wspierające planowanie radioterapii w klinikach o ograniczonych zasobach. Automatyzuje konturowanie i planowanie leczenia, poprawiając jakość opieki przy minimalnych kosztach.

Asystent planowania radioterapii - internetowe narzędzie wspierające wysokiej jakości radioterapię w klinikach o ograniczonych zasobach (Wideo) | JoVE Journal

Asystent planowania radioterapii - internetowe narzędzie wspierające wysokiej jakości radioterapię w klinikach o ograniczonych zasobach

Przeglądaj więcej filmów