Naukowcy z University of Massachusetts Amherst opracowali model sztucznej inteligencji DiffuDose, który może pomóc w indywidualizacji terapii radiofarmaceutycznej u pacjentów z rakiem prostaty. Narzędzie w mniej niż 23 sekundy tworzy szczegółową mapę dawki promieniowania pochłoniętej przez organizm, osiągając dokładność porównywalną ze znacznie bardziej czasochłonnymi metodami referencyjnymi.
Z tego artykułu dowiesz się…
- Jak sztuczna inteligencja może pomóc w indywidualizacji dawkowania terapii radiofarmaceutycznej u pacjentów z rakiem prostaty.
- Jak działa model DiffuDose i w jaki sposób tworzy szczegółową mapę dawki promieniowania pochłoniętej przez poszczególne tkanki.
- Dlaczego dozymetria jest kluczowa dla skuteczności i bezpieczeństwa terapii radiofarmaceutycznej oraz jakie ograniczenia mają obecnie stosowane metody.
- Jak DiffuDose skraca czas tworzenia mapy dawki do mniej niż 23 sekund i dlaczego może to ułatwić personalizację leczenia w praktyce klinicznej.
Terapia radiofarmaceutyczna nadal opiera się na uniwersalnym dawkowaniu
Terapia radiofarmaceutyczna (RPT) rozwija się dynamicznie i znajduje coraz szersze zastosowanie w onkologii. W przeciwieństwie do klasycznej radioterapii miejscowej radiofarmaceutyk podawany jest do organizmu, a następnie dociera do określonych celów molekularnych, umożliwiając dostarczenie promieniowania do komórek nowotworowych. Jednym z jej zastosowań jest leczenie zaawansowanego raka prostaty. W 2022 roku FDA zatwierdziła terapię radiofarmaceutyczną dla określonej grupy pacjentów z tym nowotworem.
Mimo postępu istotnym ograniczeniem pozostaje sposób ustalania dawkowania. Jak wskazują badacze z UMass Amherst, w praktyce terapia nie jest jeszcze w pełni dostosowywana do ilości promieniowania rzeczywiście pochłanianej przez tkanki konkretnego pacjenta.
Obecnie wszyscy otrzymują taką samą dawkę. To zasadniczo pozostawia potencjał terapii niewykorzystany do tego stopnia, że jest ona nieoptymalna dla danego pacjenta. Pomiar ilości promieniowania pochłanianej przez każdą tkankę jest kluczem do personalizacji leczenia – powiedziała Joyita Dutta, profesor Riccio College of Engineering na UMass Amherst.
Dozymetria może pomóc dobrać terapię do pacjenta
Jednym z najważniejszych wyzwań podczas leczenia przeciwnowotworowego jest ograniczenie toksyczności dla zdrowych tkanek. Dotyczy to również terapii radiofarmaceutycznej. Obrazowanie wykonywane po podaniu radiofarmaceutyku pozwala określić, gdzie lek gromadzi się w organizmie. Nie dostarcza jednak bezpośredniej odpowiedzi na pytanie, jaką dawkę promieniowania pochłonęły poszczególne tkanki.
Do tego potrzebna jest dozymetria. Jeżeli lekarz dokładnie wie, ile promieniowania otrzymały guz oraz zdrowe narządy, może potencjalnie lepiej ocenić możliwość zwiększenia lub zmniejszenia kolejnej dawki oraz dostosowania częstotliwości terapii. Problem polega na tym, że referencyjne metody obliczeniowe są dokładne, ale wykonanie pełnej analizy może zajmować nawet kilka godzin na jednego pacjenta. Utrudnia to ich rutynowe zastosowanie kliniczne.
DiffuDose tworzy mapę dawki w mniej niż 23 sekundy
Odpowiedzią naukowców jest DiffuDose, model AI opracowany z myślą o spersonalizowanej dozymetrii terapii radiofarmaceutycznej ^177Lu-PSMA stosowanej w raku prostaty. System wykorzystuje dwa współpracujące moduły sztucznej inteligencji. Pierwszy generuje przybliżoną ocenę dawki, natomiast drugi przekształca ją w szczegółową mapę promieniowania w pełnej rozdzielczości. Cały proces zajmuje mniej niż 23 sekundy na pacjenta.
Piksel po pikselu na pełnym obrazie można było zobaczyć, jak dawka rozłożyła się w organizmie – mówi Dutta. To naprawdę pomaga spersonalizować leczenie, informując zarówno o ilości podawanego leku, jak i częstotliwości zabiegów.
Wyniki badania opublikowano w „IEEE Transactions on Radiation and Plasma Medical Sciences”.
AI osiągnęła wysoką dokładność w kluczowych narządach
Naukowcy porównali DiffuDose z sześcioma konkurencyjnymi metodami. Model uzyskał najlepszą ogólną wydajność ilościową i zachowywał wysoką skuteczność w różnych narządach. Szczególnie istotne są wyniki dotyczące nerek i wątroby, ponieważ należą one do narządów ważnych z punktu widzenia oceny potencjalnej toksyczności terapii.
Szybkie uzyskanie szczegółowej mapy rozkładu dawki mogłoby więc ułatwić podejmowanie decyzji dotyczących kolejnych cykli leczenia. W przyszłości lekarz mógłby dokładniej ocenić, czy pacjent może bezpiecznie otrzymać większą dawkę lub czy konieczna jest jej modyfikacja w celu ochrony zdrowych tkanek.
Kolejny krok: skany po terapii i biomarkery krwi
Zespół planuje dalszy rozwój technologii we współpracy z UMass Chan Medical School. Kolejne modele AI mają łączyć informacje pochodzące ze skanów wykonanych po terapii radiofarmaceutycznej z biomarkerami obecnymi we krwi pacjentów. Takie podejście może pozwolić dokładniej oceniać indywidualną reakcję organizmu na leczenie i wspierać dalszą personalizację terapii.
Badanie DiffuDose pokazuje jednocześnie, jak AI może przyspieszać analizę danych w obszarach, w których tradycyjne metody obliczeniowe są dokładne, lecz zbyt czasochłonne do szerokiego zastosowania.
Główne wnioski
- Naukowcy z University of Massachusetts Amherst opracowali model AI DiffuDose przeznaczony do spersonalizowanej dozymetrii terapii radiofarmaceutycznej ^177Lu-PSMA stosowanej w leczeniu raka prostaty.
- DiffuDose tworzy pełną mapę rozkładu dawki promieniowania w mniej niż 23 sekundy na pacjenta, podczas gdy dokładne metody referencyjne mogą wymagać nawet kilku godzin obliczeń.
- W porównaniu z sześcioma konkurencyjnymi metodami DiffuDose uzyskał najlepszą ogólną wydajność ilościową i zachował wysoką skuteczność w wielu narządach, w tym w nerkach i wątrobie, istotnych z punktu widzenia toksyczności leczenia.
- Naukowcy planują rozwijać modele łączące skany wykonywane po terapii radiofarmaceutycznej z biomarkerami krwi, aby dokładniej oceniać odpowiedź pacjentów na leczenie i wspierać dalszą personalizację terapii.
Źródło:
- University of Massachusetts Amherst
- https://ieeexplore.ieee.org/document/11573134
