Summary

Radiation Planning Assistant - Et nettbasert verktøy for å støtte strålebehandling av høy kvalitet i klinikker med begrensede ressurser

Published: October 06, 2023
doi:

Summary

Denne protokollen beskriver en serie automatiserte verktøy designet for høykvalitets strålebehandling, autokonturering og autoplanlegging som pakkes inn i en nettbasert tjeneste for å maksimere robusthet og skalerbarhet samtidig som driftskostnadene minimeres.

Abstract

Tilgang til strålebehandling over hele verden er begrenset. Radiation Planning Assistant (RPA) er et helautomatisk, nettbasert verktøy som utvikles for å tilby helautomatiserte planleggingsverktøy for strålebehandling til klinikker med begrensede ressurser. Målet er å hjelpe kliniske team med å skalere innsatsen, og dermed nå flere pasienter med kreft. Brukeren kobler seg til RPA via en nettside, fullfører en serviceforespørsel (resept og informasjon om strålebehandlingsmålene) og laster opp pasientens CT-bildesett. RPA tilbyr to tilnærminger til automatisert planlegging. I ett-trinns planlegging bruker systemet Service Request og CT-skanning for automatisk å generere de nødvendige konturene og behandlingsplanen. I totrinnsplanlegging gjennomgår og redigerer brukeren de automatisk genererte konturene før RPA fortsetter å generere en volummodulert lysbuebehandlingsplan. Den endelige planen lastes ned fra RPAs nettsted og importeres til brukerens lokale behandlingsplanleggingssystem, der dosen beregnes på nytt for den lokalt bestilte linacen. Om nødvendig redigeres planen før godkjenning for klinisk bruk.

Introduction

Det globale antallet krefttilfeller forventes å vokse til ca. 24,6 millioner innen 2030, med den største byrden i lav- og mellominntektsland (LMICs)1. Strålebehandling er en kostnadseffektiv, kurativ og palliativ behandling for kreft, og gir fordeler til omtrent 50% av pasientene med kreft og til 60-70% i lavinntektsland hvor pasienter er mer sannsynlig å presentere på et sent stadium 2,3. Imidlertid er tilgangen til strålebehandling over hele verden begrenset4; For eksempel har ingen land i Afrika strålebehandlingskapasitet til å dekke sitt estimerte behov5. Flere studier har estimert disse forestående mangelene og hva som kreves for å møte kommende behov 6,7.

The Lancet Oncology Commission gjorde det overbevisende tilfelle at investering i kapasitetsforbedringer for strålebehandling ikke bare ville redde liv, men også gi positive økonomiske fordeler3. De påpekte også spesifikt at automatisering av strålebehandling, konturering og behandlingsplanlegging kan hjelpe kliniske team til å skalere sin innsats ved å redusere tiden brukt på disse oppgavene av henholdsvis onkologer og fysikere, noe som gjør målene mer oppnåelige.

Vår forskningsgruppe har jobbet i samarbeid med kliniske team ved MD Anderson og på sykehus over hele verden for å utvikle nettbaserte automatiserte verktøy. Denne pakken med verktøy (kalt RPA) gir kunstig intelligensbasert konturering (skisserer svulster og nærliggende organer på CT-skanninger) og planlegging av strålebehandling (som definerer nøyaktig hvordan strålingen leveres). Denne nettbaserte plattformen gir fordelen av redusert tid og ressurser som trengs for å utarbeide planer av høy kvalitet for hver pasient.

Vår erfaring med en tidlig versjon av et AI-basert verktøy hos MD Anderson har vist at automatisert konturering kan spare opptil 2 timer per pasient – en betydelig effektivisering av arbeidsflyten. Dette betyr at dagens kliniske personale vil kunne skalere sin innsats, behandle flere pasienter med strålebehandling av høyere kvalitet. Ved å tilby disse verktøyene via en helautomatisert, nettbasert tjeneste (Radiation Planning Assistant [RPA], RPA.mdanderson.org), kan vi minimere kostnadene for pasientene og leverandørene og maksimere rekkevidden til dette verktøyet.

Vi har utviklet RPA i 6 år, og flere betydelige endringer er gjort siden vi først publiserte RPA-arbeidsflytene8. Disse inkluderer å utvikle RPA til et nettbasert verktøy, og dermed redusere kostnadene forbundet med installasjon og vedlikehold, og forbedre systemets robusthet. Andre forbedringer inkluderer endringer i brukergrensesnittene for å forbedre brukervennligheten og redusere risikoen for feil9 og utvide behandlingsalternativene (spesielt strålebehandlingsplanlegging for bryst10 etter mastektomi og metastaser til hjernen11). Dermed er protokollen beskrevet her vesentlig mer avansert enn den opprinnelige versjonen som tidligere ble publisert.

RPA bruker en ett-trinns prosess for å lage konturer og planer i situasjoner der redigering av konturene vanligvis ikke er nødvendig for å lage behandlingsplanen. Dette inkluderer firefelts boksbehandlingsplanlegging for livmorhalskreft (basert på benete landemerker eller automatisk genererte bløtvevskonturer)12,13,14,15, tangentielle eller supraklavikulære felt for postmastektomi brystkreft11, og motsatte lateraler for helhjernebehandlinger16. I nær fremtid forventer vi å legge til kraniospinale behandlinger for pediatrisk kreft17, trefeltbehandlinger for endetarmskreft18 og behandlingsplanlegging for ulike palliative tilfeller (vertebrale kropper, hofter og ribber)19, samt lunge- og blærekreft. For tiden krever mer avanserte behandlinger, spesielt volummodulert lysbueterapi (VMAT), en to-trinns prosess der automatisk genererte konturer redigeres før behandlingsplanlegging13,20. Imidlertid er kvaliteten på dyplæringsbasert autokonturering slik at vi forventer å endre disse planleggingstilnærmingene til en ett-trinns prosess i fremtiden. Denne protokollen fokuserer på ett-trinns planlegging.

Figur 1 viser den overordnede arbeidsflyten for å lage en plan for strålebehandling ved hjelp av RPA, med flere detaljer om de ulike oppgavene vist i tabell 1. Oppsummert krever RPA en fullført serviceforespørsel (som inkluderer informasjon som dose, resept og behandlingsmetode) og pasientens individuelle CT-skanning. Serviceforespørselen må aksepteres av en strålingsonkolog. CT-skanningen må aksepteres av en klinisk bruker for å sikre at RPA-beregningene utføres på riktig CT-skanning. Når RPA har generert en plan, skal den lastes ned fra RPA-nettstedet og importeres til brukerens behandlingsplanleggingssystem, der dosen skal beregnes på nytt. Dette er nødvendig fordi RPA beregner planer på standardbjelker (tilgjengelig for flere linac-modeller), som kanskje ikke samsvarer nøyaktig med stråleegenskapene til den lokale linacen. Denne tilnærmingen ble tatt for å redusere kostnadene, selv om tilpasning kan være nødvendig hvis de lokale bjelkene er vesentlig forskjellige fra våre standardbjelker. Brukerne (behandlingsplanlegger og strålingsonkolog) kan gjøre endringer i planen. Planen går deretter inn i brukerens typiske kliniske arbeidsflyt, inkludert lokale kvalitetssikringskontroller. Til slutt bør brukeren laste opp sin endelige (omberegnede og redigerte) plan til RPA-nettstedet, der en automatisert sammenligning mellom den endelige planen og RPA-planen utføres. Dette er en nyttig kontroll av dataintegritet i den generelle arbeidsflyten.

Figure 1
Figur 1: Arbeidsflyt for den automatiserte behandlingsplanleggingsprosessen. Klikk her for å se en større versjon av denne figuren.

Oppgave # i figur 1 Beskrivelse av oppgaven Plassering
Gjennomgå statusen til eventuelle tidligere pasienter Hoveddashbord
1 Fullføre en serviceforespørsel på RPA-nettstedet Instrumentbord for serviceforespørsel
2 Last opp en CT-skanning til RPA-nettstedet CT-skanning dashbord
3 Sjekk pasientens status Hoveddashbord
Se gjennom og last ned robotautomatiseringsplanen Hoveddashbord
4 Importer planen til brukerens TPS, beregne dosen på nytt og gjør endringer etter behov Lokal TPS
5, 6 Last opp den endelige planen til RPA-nettstedet Dashbord for sammenligning av planer
Se gjennom den automatiske sammenligningen av den endelige planen og RPA-planen Dashbord for sammenligning av planer
Planen går inn i brukerens rutinemessige kliniske arbeidsflyt, inkludert regelmessig kvalitetssikring Brukerens egen programvare

Tabell 1: Oversikt over oppgavene som er involvert i å opprette en RPA-plan ved hjelp av 1-trinns arbeidsflyt. Lokal TPS: Brukerens behandlingsplanleggingssystem.

Dette manuskriptet beskriver denne ett-trinns arbeidsflyten for RPA og presenterer noen eksempler på resultater fra behandlingsplanleggingsprosessen. For øyeblikket bruker følgende planleggingsmetoder denne ett-trinns arbeidsflyten: i) Firefelts boksbehandlingsplaner for livmorhalskreftpasienter (benete landemerkebaserte åpninger); ii) firefelts boksbehandlingsplaner for livmorhalskreftpasienter (bløtvevsbaserte feltåpninger); iii) tangentielle og supraklavikulære behandlingsplaner for brystveggpasienter; iv) behandlingsplaner for hele hjernen.

Protocol

Alle pasientdata som ble brukt til å evaluere RPA ble brukt retrospektivt, med godkjenning fra University of Texas MD Anderson Institutional Review Board. RPA består av en serie dashbord plassert til venstre for hovedmenyen på RPA-nettsiden (figur 2). Figur 2 viser hoveddashbordet. Alle dashbord har et lignende utseende, men fokuserer på forskjellige oppgaver og personell. Følgende protokoll beskriver de viktigste prosessene for automatisk opprettelse av en behandlingsplan. Figur 2: Skjermbilde av hovedinstrumentbordet for RPA. Klikk her for å se en større versjon av denne figuren. 1. Fullfør serviceforespørselen Slik oppretter og godtar du en ny serviceforespørsel for automatisk planlegging:Gå til instrumentbordet for serviceforespørsel ved å klikke på kanalen for serviceforespørsel. Klikk på Nytt skjema for å generere et nytt serviceforespørselsskjema. I Del 1: Demografi fyller du ut spørsmålene. Velg behandlingsteknikk fra rullegardinmenyen Behandling . Klikk på personen i rullegardinmenyen for behandlingsteknikk for å få mer informasjon om behandlingsteknikken. I del 2: Behandling-generelle spørsmål, fullfør spørsmålene. Disse spørsmålene er de samme for alle pasienter; deres formål er å aktivt engasjere brukeren i å avgjøre om RPA-planen passer for den aktuelle pasienten. Del 3: Behandlingsspesifikke spørsmål, fyll ut spørsmålene for den valgte behandlingstilnærmingen, inkludert detaljer om behandlingsmål og resept. Klikk på send. Når PDF-filen med serviceforespørsel er generert automatisk, velger du pasienten i pasientlisten (på instrumentbordet for serviceforespørsel). Se gjennom PDF-filen med serviceforespørselen (figur 3), rull om nødvendig, og klikk på Godta for å godkjenne serviceforespørselen.MERK: Denne PDF-filen må godkjennes av en strålingsonkolog før RPA kan starte automatisert konturering og planlegging. Statusen for RPA-planen kan fastslås på serviceforespørselssiden, som vist i tabell 2. Et eksempel på serviceforespørsel som ble opprettet for en bløtdelsbasert 4-feltplan for livmorhalskreft er vist i figur 3.     Status Sammendrag Venter på gjennomgang Serviceforespørselen for denne pasienten er allerede opprettet og venter på at strålingsonkologen skal godta den. Godtatt Serviceforespørselen for denne pasienten er akseptert. Statusen til denne pasienten i instrumentbordet for serviceforespørsel endres ikke før en CT-skanning for denne pasienten er akseptert. Avvist av bruker Brukeren avviste serviceforespørselen. Sendt inn Denne saken er sendt til RPA – flere detaljer om denne pasientens status finner du på hoveddashbordet. RPA-systemfeil Behandling av RPA ble startet, men RPA oppdaget en feil og kunne ikke fullføre oppgaven. Tabell 2: Pasientstatuskategorier for instrumentbordet for serviceforespørsel. Figur 3: Et eksempel på serviceforespørsel opprettet for en bløtdelsbasert 4-feltplan for livmorhalskreft. Klikk her for å se en større versjon av denne figuren. 2. Last opp CT-skanning og godta for automatisert planlegging Figur 4 viser et skjermbilde av CT-gjennomgangsarbeidsområdet. Slik laster du opp og går gjennom en CT-skanning: Figur 4: Et skjermbilde av arbeidsområdet CT-gjennomgang. Klikk her for å se en større versjon av denne figuren. Gå til CT Scans-dashbordet ved å klikke på CT Scans-kanalen. Klikk på Last opp CT-knappen . Velg mappen der CT-skanningen (DICOM-format) lagres ved hjelp av mappeutforskeren som åpnes automatisk. Følg instruksjonene for å bekrefte valget. Se gjennom den opplastede CT-skanningen ved å velge pasienten i pasientlisten for å åpne CT-visningsprogrammet for denne pasienten (figur 4), og bruk deretter følgende kontroller:Last inn hele 3D CT-bildesettet ved å klikke på Last inn CT.MERK: Andre navigasjonsverktøy er ikke aktive før dette er fullført. Bla mellom stykker i alle visninger, og bruk et av følgende verktøy:Klikk på knappene under hver CT-visning for å gå til neste skive. Klikk på <> knappene under hver CT-visning for å flytte fem stykker i den valgte retningen. Rullehjul på musen: Flytt markøren over en CT-visning, og bruk deretter rullehjulet på musen til å rulle mellom stykker. Klikk Skjæringspunkt-knappen for å legge over et trådkors i hver CT-visning (aksial, koronal og sagittale). Klikk på en av de tre visningene for å flytte trådkorset til dette punktet – de andre visningene følger tilsvarende. Klikk på Intersect-knappen for å slå dette verktøyet på / av. Klikk på Zoom/Panorer-knappen . Se gjennom bildet ved hjelp av musehjulet for å zoome visningen der markøren er plassert, eller høyreklikk og hold nede en CT-visning, og flytt deretter musen til panorering. Klikk på Merket iso for å flytte CT-visningene til det merkede isosenteret (basert på automatisk deteksjon av tre røntgentette markører).MERK: Denne knappen er inaktiv hvis 3D CT-bildesettet ikke er lastet inn (klikk Last inn 3D for å løse dette), eller hvis RPA ikke kunne oppdage et merket isosenter (som identifisert med et trepunktsoppsett). Klikk på Ref Point-knappen for å legge til et referansepunkt.Flytt de tre visningene til ønsket plassering for referansepunkt ved hjelp av skjæringsverktøyet . Klikk på Ref-punkt-knappen for å legge til et referansepunkt. Hvis et referansepunkt allerede er valgt, vil et klikk på Ref-punkt flytte de tre visningene til dette punktet.MERK: Denne knappen legger til et referansepunkt til et bilde hvis et referansepunkt ikke finnes. Det kan også flytte CT-bildevisningene til referansepunktet hvis det allerede finnes. Et nytt referansepunkt kan bare velges for CT-skanninger som ikke er akseptert. Nedenfor er trinnene for å legge til et referansepunkt: For å velge et nytt referansepunkt, fjern først gjeldende referansepunkt ved å klikke på Fjern referansepunkt og deretter legge til et nytt. RPA godtar bare ett referansepunkt. Godta CT-skanningen. Etter å ha gjennomgått pasientens CT-skanning som allerede beskrevet ovenfor, utfør følgende trinn:Svar på spørsmålene under CT-bildene for å minimere risikoen og redusere forekomsten av feil i de påfølgende RPA-beregningene. Velg Godta , og følg instruksjonene.MERK: Denne oppgaven kan utføres av hvem som helst som er identifisert som en klinisk bruker av RPA. Statuskategoriene til aktuelle pasienter kan ses på CT Scans dashboard og er vist i tabell 3. Status Sammendrag Venter på gjennomgang CT-skanningen har gjennomgått innledende behandling og venter på at brukeren skal se gjennom og godta skanningen. Godtatt CT-undersøkelsen for denne pasienten er akseptert. Vær oppmerksom på at statusen til denne pasienten i CT Scan-dashbordet ikke vil endres før en serviceforespørsel er akseptert. Avvist av bruker CT-undersøkelsen ble avvist av brukeren. Sendt inn Denne saken er sendt til RPA – flere detaljer om denne pasientens status finner du på hoveddashbordet. RPA-systemfeil Behandling av RPA ble startet, men det oppstod en feil i RPA, og oppgavene kunne ikke fullføres. Tabell 3: Pasientstatuskategorier for CT Scans-dashbordet. 3. Overvåk planleggingsfremdriften Statuskategoriene til aktuelle pasienter kan ses på hoveddashbordet (tab 4). Slik utfører du en foreløpig gjennomgang av en fullført robotautomatiseringsplan og laster den ned for bruk: Status Sammendrag Ingen akseptert CT-skanning Denne pasienten har ingen godkjent CT-skanning (men en akseptert serviceforespørsel er tilgjengelig). Ingen godtatt serviceforespørsel Denne pasienten har ingen akseptert serviceforespørsel (men en akseptert CT-skanning er tilgjengelig). Køstyrt Dataene for denne pasienten er sendt til RPA-systemet og ligger i kø for behandling. Behandling Innledende behandling av denne pasientens data er i gang. Prosessering – konturering RPA-konturene genereres. Behandler – profileringsrapport RPA-konturrapporten genereres. Komplette – RPA-konturer Profilene som genereres av robotautomatiseringen, er fullstendige og klare for nedlasting og redigering (bare 2-trinns arbeidsflyter). Venter på konturgjennomgang Planleggingsprofiler (dvs. konturer etter at brukeren har gjort endringer/tilføyelser) er lastet opp tilbake til RPA, og rapporten for planprofiler er generert. Brukeren må godta denne rapporten (fra konturinstrumentbordet). Konturer i kø – planlegg Planleggingsprofilene (dvs. konturer etter at brukeren har gjort endringer/tilføyelser) legges i kø for behandling før RPA-planleggingsprosessen. I kø – forhåndsplan Denne pasientens plan ligger i kø for planleggingsprosessen. Prosessering – forhåndsplan Forhåndsplanlegging er i gang. Optimalisering i kø Denne pasientens plan ligger i kø for planleggingsoptimaliseringsprosessen. Prosessering–optimalisering Planoptimalisering er i gang. I kø – KS Denne pasientens plan ligger i kø for den automatiserte kvalitetssikringsprosessen (QA). Behandling–QA Planen er i gang. Behandler planrapport Sluttplanrapporten er under behandling. Komplett plan for RPA Robotautomatiseringsplanen er fullført og klar for nedlasting. Fail–RPA mislykkes En RPA-prosess mislyktes. Tabell 4: Pasientstatuskategorier for hovedinstrumentbordet. Gå gjennom en fullført RPA-plan ved å velge pasienten og deretter velge Gjennomgå øverst på hovedinstrumentbordet. Se gjennom RPA-planrapporten (PDF) for pasienten som automatisk åpnes i en ny fane.MERK: Du kan også få tilgang til RPA-planrapporten fra nedlastingsvinduet. Last ned en fullført RPA-plan ved å klikke på nedlastingsikonet. Vent til et vindu åpnes, og DICOM-filene, sammen med RPA-planrapporten (PDF), blir lastet ned for import til behandlingsplanleggingssystemet. 4. Importere RPA-planen til brukerens behandlingsplanleggingssystem og gjennomgå for klinisk bruk MERK: Når RPA-planen er lastet ned (DICOM-filer), bør følgende trinn fullføres i brukerens behandlingsplanleggingssystem: Importer pasientens CT-skanning til lokal TPS. Dette er den opprinnelige skanningen som ble lastet opp til RPA. Importer RPA-planen og RPA-profilene til den lokale TPS-en. Beregn dosen på nytt ved hjelp av den lokale algoritmen for beregning av kommisjonert dose og det brukte faste MU-alternativet . Sammenlign de importerte konturene og den beregnede dosen med de i RPA-rapporten (for å kontrollere at importen er riktig). Gå gjennom planen for egnethet og rediger etter behov.Dette trinnet kan omfatte redigering av feltfigurer og renormalisering av feltene. Det er svært viktig at det kliniske teamet gjennomgår den endelige planen i sitt behandlingsplanleggingssystem og gjør eventuelle endringer før klinisk bruk. 5. Laste opp den endelige planen til RPA-nettstedet og gjennomgå den automatiske sammenligningen av den endelige planen og RPA-planen Pasienter som det er generert en RPA-plan for, vises i instrumentbordet for sammenligning av planen. Dashbordet for sammenligning av planer gir statuskategoriene vist i tabell 5 for nåværende pasienter. Slik laster du opp den endelige brukerplanen og går gjennom en automatisk sammenligning av brukerplanen og robotautomatiseringsplanen: Status Sammendrag Venter på opplasting av plan Denne statusen vises når en sak er generert. Behandling Plansammenligningen behandles. Venter på planopplasting – PRØV NYTT Plansammenligning er ikke mulig. Brukeren bør se gjennom de opplastede filene og prøve på nytt. Mulige årsaker til denne statusen inkluderer opplasting av feil filer. Sammenligning klar-pass Plansammenligningsrapporten er klar for gjennomgang. Alle plansammenligninger passerte kriteriene. Noen sammenligninger kan flagges – brukeren bør se gjennom rapporten. Sammenligning klar-mislykkes Plansammenligningsrapporten er klar for gjennomgang. Noen sammenligninger mislyktes i de angitte kriteriene – brukeren bør nøye gjennomgå rapporten og finne årsaken. Tabell 5: Pasientstatuskategorier for dashbordet for sammenligning av planen. Velg pasienten og klikk deretter på Last opp plan. Velg DICOM-strukturfilen, planen og dosefilene som skal lastes opp. Se gjennom sammenligningsrapporten for planen ved først å velge pasienten. Se deretter gjennom rapporten for sammenligning av planer (figur 5) som åpnes nederst på skjermen (et eksempel er vist i figur 5). Figur 5: Et eksempel på den automatiske plansammenligningsrapporten. Klikk her for å se en større versjon av denne figuren.

Representative Results

Hensikten med hoveddashbordet (figur 1) er å gi en rask oversikt over status for aktuelle pasienter i RPA, muliggjøre en rask gjennomgang av gjennomførte planer, laste ned fullførte planer for gjennomgang og redigering i brukerens behandlingsplanleggingssystem, og gi avanserte verktøy for pasientnavigasjon og sortering. For at pasienter skal vises her, må de ha minst ett av følgende: (1) En akseptert CT-skanning eller (2) et akseptert serviceskjema. Statuskategoriene til aktuelle pasienter kan ses på hoveddashbordet (tab 4). Et eksempel lateralt felt fra en strålebehandlingsplan for hele hjernen er vist i figur 6. Et eksempel på sidefelt fra en benrik landemerkebasert 4-felts boksplan for livmorhalskreft er vist i figur 7. I begge tilfeller må den endelige planen lastes ned og deretter importeres til brukerens behandlingsplanleggingssystem der resultatene må gjennomgås, redigeres og beregnes på nytt. RPA oppretter også en endelig planrapport (PDF) som inkluderer serviceforespørselen (se eksemplet i figur 3), CT-godkjenningsrapport og andre detaljer om behandlingsplanen. Formålet med instrumentbordet for serviceforespørsel (tabell 2) er å gi en rask statusoversikt over serviceforespørselen for gjeldende pasienter i RPA, opprette en ny serviceforespørsel, godta en fullført serviceforespørsel og redigere en serviceforespørsel. Pasienter som har sendt eller akseptert serviceforespørsel, vises på dette instrumentbordet, som er tilgjengelig for alle brukere av RPA. Imidlertid kan bare brukere som er registrert i RPA-systemet som strålingsonkologer godta en serviceforespørsel. Hensikten med CT-dashbordet (tabell 3) er å gi en rask statusoversikt over CT-skanninger for aktuelle pasienter i RPA, laste opp nye CT-skanninger, gjennomgå og godta CT-skanninger, og legge til referansepunkter til CT-skanninger. Referansepunkter legges til for å veilede RPA i noen spesifikke situasjoner, for eksempel når brukeren ønsker å bruke en ikke-standard overlegen grense for enkle 4-felts boksplaner for livmorhalskreft. Pasienter som det er lastet opp CT-skanning for, vises her. Alle brukere kan se CT-dashbordet, men bare brukere som er registrert som kliniske brukere, kan godta CT-skanningene. Når brukeren har bekreftet den endelige planen, kan vedkommende eksportere den fra TPS og laste den opp til RPA. Hensikten med denne prosessen er å gi en måte å kontrollere at dataene ble kommunisert riktig mellom forskjellige enheter. Pasienter som det er generert en RPA-plan for, vises i instrumentbordet for sammenligning av planen. Dashbordet for sammenligning av planer gir statuskategoriene vist i tabell 5 for nåværende pasienter. Figur 6 Typisk lateralt felt for strålebehandling av hele hjernen. Denne visningen viser projeksjonene av strukturkonturene samt posisjonene til hovedkollimatorene (gul) og flerbladkollimatorene (blå). Klikk her for å se en større versjon av denne figuren. Figur 7: Eksempel på sidefelt fra en benrik landemerkebasert 4-felts boksplan for livmorhalskreft. Denne visningen viser posisjonene til hovedkollimatorene (gul) og flerbladkollimatorene (blå). Klikk her for å se en større versjon av denne figuren.

Discussion

Denne protokollen skisserer trinnene i å lage automatiserte behandlingsplaner ved hjelp av RPA. De viktigste trinnene er (1) CT-opplasting og godkjenning, (2) fullføring og godkjenning av serviceforespørsel, (3) plannedlasting og import til brukerens TPS og omberegning av dose- og planredigering, og (4) opplasting av den endelige redigerte planen for sammenligning med RPA-planen. Rekkefølgen på CT-godkjenningen og godkjenningen av serviceforespørselen er utskiftbare. Noen planer, spesielt volummodulerte bueterapiplaner for hode og nakke og livmorhalskreft, opprettes i en to-trinns prosess der ytterligere brukerinteraksjoner og konturene og planene genereres separat. Samlet sett er imidlertid prosessene like, og vi forventer at disse avanserte behandlingsplanleggingstilnærmingene kan endres til en ett-trinns prosess i fremtiden. Den generelle kliniske aksepten som kan forventes fra disse verktøyene, og fra verktøy som er under utvikling for fremtidige versjoner, finnes i vårt publiserte arbeid 10,12,14,15,16,17,18,19,20,21,22.

Disse verktøyene har flere begrensninger, som beskrevet i vårt tidligere arbeid, som undersøkte risiko ved utplassering av stråleplanleggingsassistenten i strålebehandlingsklinikker 9,23. Selv om brukergrensesnittet er utformet for å minimere risikoen for upassende dataregistrering, for eksempel CT-bilder som ikke har tilstrekkelig synsfelt eller feil i manuell dataregistrering, er det fortsatt potensial for feil. Spesielt menneskelig feil, automatiseringsskjevhet (overdreven avhengighet av resultatene) og programvarefeil er bekymringsfulle9. Nøye gjennomgang og om nødvendig redigering av de automatisk genererte konturene og planene er avgjørende for sikker bruk av stråleplanleggingsassistenten. Generelt bør disse vurderingene følge samme prosess som følges for gjennomgang av kliniske planer av fysikere og strålingsonkologer, selv om dette kan støttes av bruk av sjekklister utviklet spesielt for å supplere manuell gjennomgang av automatisk opprettede behandlingsplaner24.

Det finnes situasjoner der RPA ikke kan generere en plan og rapporterer en feil til brukeren. I nesten alle tilfeller vil dette skyldes at RPA møter uventede data som den ikke kan tolke, for eksempel utilstrekkelig synsfelt eller pasientposisjonering (f.eks. hvis et CT-bilde ble tatt ved hjelp av en liggende protokoll, men med pasienten i mageleie). Brukeren kan være i stand til å identifisere problemet basert på hvor feilen rapporteres. I de fleste tilfeller kan disse situasjonene bare avhjelpes ved manuell konturering eller planlegging. Det kan også hende at RPA-teamet kan se gjennom loggfiler for å identifisere problemet.

RPA er designet og utviklet spesielt for å bringe høykvalitets autokonturerings- og autoplanleggingsverktøy til klinikker med begrensede ressurser, spesielt de i lav- og mellominntektsland. Vi jobber for tiden med regulatoriske, juridiske og administrative prosesser som vil føre til at RPA vil bli brukt klinisk. Når det skjer, forventer vi å overvåke bruken nøye og gjøre endringer i arbeidsflyten eller brukergrensesnittet som svar på uventede risikoer eller tilbakemeldinger fra andre brukere. Målet er å tilby verktøy som støtter strålebehandlingstjenester, slik at lokale kliniske team kan skalere sin innsats og forbedre tilgangen til konsistente strålebehandlingsplaner av høy kvalitet. Vi håper at dette vil føre til bedre pasientutfall, samt reduserte ventetider. Selv om den nåværende porteføljen er begrenset til kreft i hode og nakke, bryst og livmorhals, samt helhjernebestråling for hjernemetastaser, jobber vi med flere behandlinger som vil bli innlemmet i fremtidige versjoner 17,18,19.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dette arbeidet ble finansiert av National Cancer Institute og Wellcome Trust, med ekstra støtte fra Varian Medical Systems. Vårt nåværende system bruker Eclipse for behandlingsplanleggingsfunksjoner. Vi vil også takke Ann Sutton av Editing Services, Research Medical Library, UT MD Anderson Cancer Center. I tillegg til institusjonell finansiering for RPA-utvikling, mottar våre forskerteam finansiering fra Cancer Prevention and Research Institute of Texas (CPRIT) og Fund for Innovation in Cancer Informatics, University of Texas MD Anderson Cancer Center.

Materials

Radiation Planning Assistant MD Anderson Cancer Center na webpage

References

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

Play Video

Cite This Article
Court, L. E., Aggarwal, A., Burger, H., Cardenas, C., Chung, C., Douglas, R., du Toit, M., Jhingran, A., Mumme, R., Muya, S., Naidoo, K., Ndumbalo, J., Netherton, T., Nguyen, C., Olanrewaju, A., Parkes, J., Shaw, W., Trauernicht, C., Xu, M., Yang, J., Zhang, L., Simonds, H., Beadle, B. M. Radiation Planning Assistant – A Web-based Tool to Support High-quality Radiotherapy in Clinics with Limited Resources. J. Vis. Exp. (200), e65504, doi:10.3791/65504 (2023).

View Video