Новый подход, основанный на искусственном интеллекте, сократит время ожидания для пациентов, которым назначена радиотерапия, а также снизит шансы на распространение рака.

Используя модели глубокого обучения, исследователи Медицинского центра Саутвестерн Университета Техаса смогли  разработать планы лечения с индивидуальными дозами для каждого пациента за доли секунды. Для принятия решения моделям необходимо обработать сложные клинические данные.

«На данном этапе нас в первую очередь интересует эффективность этого метода, — говорит Стив Джианг, директор лаборатории искусственного интеллекта и автоматизации. – Наша более амбициозная цель – это «нулевое время ожидания». Мы также занимаемся сейчас персонализацией радиотерапии».

Пациентам часто приходится ждать от нескольких  дней до недели, пока их врачи пытаются разобраться в данных медицинской визуализации и подолгу обсуждают со своими коллегами планы лечения, которые они потом вынуждены разрабатывать вручную. Задержка лечения даже на одну неделю повышает риск возникновения рецидива или распространения рака на 12-14 процентов, считают специалисты лаборатории.

Команда ученых Медицинского центра Саутвестерн в своем исследовании разработала оптимальные планы лечения за пять сотых секунды после получения клинических данных пациентов: от первоначальной дозы, которую необходимо знать еще до начала лечения, до скорректированных доз, применяемых по мере прохождения курса лечения.  В модели были введены данные 70 пациентов с раком простаты, после чего путем многократных повторений модели научились создавать 3D изображения, показывающие наилучшее распределение доз излучения для каждого пациента. Каждая модель в точности повторяла лечебные планы, созданные вручную командой медиков.

Так как анатомия пациентов может меняться в ходе лечения, перед каждой процедурой делается пересчет дозы. Пациенту приходится ждать 10 минут или больше для корректировки дозы плюс дополнительное время на повторную визуализацию анатомии.

Джианг и его коллеги решили эту проблему в своем втором исследовании, в котором они разработали ИИ алгоритм, точно пересчитывающий дозы облучения перед каждой процедурой с учетом изменений в анатомии пациента с предыдущей процедуры. Этот алгоритм был создан путем совмещения простой быстрой модели расчета доз, которой недоставало точности, с более сложной моделью, которой часто требовалось до получаса, чтобы правильно рассчитать дозу. Используя данные 70 пациентов с раком простаты, алгоритм проанализировал различия между этими двумя моделями и выдал точные расчеты менее чем за одну секунду.

Следующим шагом будет создание интерфейса для работы с пациентами. В нем ИИ алгоритм будет действовать совместно с системами клинического ПО, используемыми в радиотерапии рака.

«В принципе, нам нужно внедрить наш ИИ инструмент в экосистему клинического ПО, — сказал Джианг. – Мы предполагаем, что мы начнем использовать этот ИИ инструмент в клинических условиях через 3-6 месяцев. Мы также работаем над другими локализациями опухолей, такими как рак головы и шеи».

В исследовании использовались данные другого исследования лаборатории за 2019 год, в котором разрабатывались лечебные планы для рака легких и рака головы и шеи.

Результаты обоих исследований были опубликованы в журнале Medical Physics.

Оригинал новости можно прочитать здесь