Джон Р. Фишер

Риск пере- или недооблучения пациентов из-за ошибок оконтуривания опухолей в лечебных планах уйдет в прошлое после внедрения нового метода, который сделает обрисовку контура новообразований высокого риска автоматической.

Компьютерная программа, разработанная исследователями из медицинского центра «МД Андерсон» Университета Техаса, использует ИИ и глубокие нейронные сети для копирования стандартных схем работы врачей при лечении конкретных типов опухолей. Если метод окажется успешным, он будет полезен при лечения новообразований головы и шеи, оконтуривание которых является особенно сложной задачей.

«Для объемов мишеней высокого риска онкологи-радиологи часто используют макроскопический объем опухоли и применяют к нему неравномерно распределенный интервал расстояния в зависимости от формы новообразования и близлежащих тканей, — сказал Карлос Карденас, кандидат наук, ведущий исследователь проекта. – Мы стали изучать этот подход, используя простые векторы расстояния».

Исследователи обнаружили большую вариативность в объемах мишеней, различие между которыми в планах разных врачей могло быть восьмикратным. Вторая проблема – временные затраты: онкологу-радиологу требуется от двух до четырех часов на определение объемов клинических мишеней. В случае проведения дополнительной экспертной оценки результатов другими специалистами процесс еще затягивается.

Были проанализированы данные 52 пациентов с орофарингеальным раком, которые лечились в «МД Андерсон» с 2006-го по 2010 год. Для их терапии в свое время были построены контуры макроскопических и клинических объемов опухолей.

Карденас начал исследования в 2015 году. В результате он создал алгоритм глубокого обучения с автокодировщиком – с одной из форм нейронных сетей, которая может научиться представлять массивы данных соответствующим образом для проведениях дальнейшего анализа.

Используя макроскопический объем опухоли и информацию о расстоянии до окружающих анатомических структур в качестве исходных, алгоритм классифицировал данные для идентификации трехмерных пикселей, известных как вокселы, которые являются частью клинических объемов опухолей высокого риска.

Карденас и его партнеры опробовали этот метод на серии медицинских случаев, чтобы сравнить свои результаты с планами опытных онкологов. Они пришли к выводу, что определённые ими контуры были достаточно точными и только изредка требовали незначительных корректив. При этом суперкомпьютер Maverick выдавал клинические объемы мишеней менее чем за минуту.

Карденас говорит, что цель проекта — в оказании помощи странам с низким и средним уровнем дохода, врачам которых не хватает опыта в построении контуров мишеней. Кроме того, клиницисты в США могли бы также использовать этот подход для сопоставления результатов лечения пациентов в разных медицинских учреждениях. Результаты исследования были опубликованы в июньском номере International Journal of Radiation Oncology*Biology*Physics за 2018 года.

Первоисточник новости можно прочитать здесь