La introducción de herramientas automatizadas en el proceso de planificación del tratamiento ha permitido al equipo clínico del Hospital Castle Hill del Reino Unido mejorar la coherencia y, al mismo tiempo, lograr importantes ahorros de tiempo.
Las soluciones de software inteligentes se han convertido en una herramienta crucial para que los equipos clínicos capacitados brinden la mejor atención posible a los pacientes con cáncer, particularmente aquellos que requieren tratamientos más complejos que utilizan dosis de radiación más altas. Los sistemas de software con inteligencia artificial incorporada pueden automatizar tareas repetitivas, mejorar la información que se puede extraer de los simuladores de TC y garantizar la coherencia de la atención en un número cada vez mayor de casos.
En el Hospital Castle Hill de Cottingham (Reino Unido), que trata a varios cientos de pacientes cada mes con sus seis aceleradores lineales, se ha implementado software inteligente en todo el proceso de planificación del tratamiento. "Intentamos utilizar todas las herramientas a nuestra disposición, ya sean simples árboles de decisión o software comercial que hace que nuestro trabajo sea más fácil y eficiente", dice Carl Horsfield, físico principal de Hull University Teaching Hospitals NHS Trust. "Al igual que muchos centros de tratamiento, tenemos poco personal en comparación con los modelos nacionales y utilizamos software para ayudarnos a brindar atención de alta calidad".
Justo al comienzo del proceso, el software automatizado de los simuladores de TC (el SOMATOM go.Open Pro de Siemens Healthineers: mantiene la sensibilidad de las imágenes modulando la dosis de radiación para que coincida con el tamaño del paciente. Los escáneres también están equipados con un algoritmo inteligente, llamado Direct i4D, que mejora la calidad de las imágenes de resolución temporal que se utilizan para capturar el movimiento respiratorio de pacientes con cáncer de pulmón. Normalmente, estas tomografías computarizadas 4D solo producen imágenes precisas cuando se respiran regularmente durante el tiempo de adquisición, generalmente alrededor de dos minutos, pero ese rara vez es el caso de pacientes con afecciones pulmonares.
"Los pacientes pulmonares suelen ser complejos y problemáticos en la TC, y he pasado mucho tiempo asistiendo a exploraciones para evaluar si las imágenes de pacientes pulmonares 4D son clínicamente adecuadas", dice Horsfield. "Con este algoritmo inteligente, los parámetros de exploración se adaptan a la respiración del paciente en tiempo real, lo que hace que los radiólogos tengan mucha más confianza en la adquisición cuando el patrón de respiración es irregular".
Se pueden lograr ahorros de tiempo aún más significativos utilizando una solución impulsada por IA integrada en el escáner CT, llamada DirectORGANS, que combina los datos de la imagen con un algoritmo de aprendizaje profundo para contornear automáticamente los órganos críticos del paciente. Estos contornos automáticos se generan para cada paciente radical tratado en Castle Hill, evitando la necesidad de que un médico dibuje cada estructura a mano. En sitios de tratamiento congestionados, como la cabeza y el cuello, eso puede reducir el tiempo necesario en una hora o más. "Ahorrar tiempo a nuestros médicos es primordial, y el autocontorno es una manera fantástica de garantizar que no repitan tareas simples para varios pacientes", comenta Horsfield.
Es importante destacar que la precisión de los contornos automáticos (y, por tanto, la cantidad de tiempo que se puede ahorrar) depende de la calidad de los datos de entrada. DirectORGANS ofrece una ventaja clave aquí, ya que captura un conjunto de datos personalizado de la tomografía computarizada que ha sido optimizado para generar los mejores resultados del algoritmo de aprendizaje profundo. "Muchas herramientas de contorno automático están alojadas en la nube, lo que significa que solo tienen acceso al escaneo que se ha configurado para las necesidades del equipo clínico", explica Horsfield. "Una de las razones por las que nos gusta DirectORGANS es que realiza su propia reconstrucción, configurando los parámetros en el escáner de adquisición para que coincidan con la forma en que se deben fabricar los órganos".
El software genera contornos precisos para muchos órganos comunes en riesgo, incluidos el pulmón, la próstata, la vejiga y el canal espinal. Una vez creadas, el médico del paciente en Castle Hill siempre revisa las estructuras, las edita según sea necesario y delinea manualmente el tumor. Fundamentalmente, el médico también debe aprobar el conjunto final de contornos antes de utilizarlos para la planificación del tratamiento. "Un médico todavía necesita asegurarse de que los contornos producidos por los algoritmos sean adecuados para su propósito", dice Horsfield. "También les solicitamos que brinden comentarios sobre la calidad de los órganos, lo que nos brinda cierta garantía de calidad interna".
Si bien la versión inicial del software incluía 30 o 40 estructuras precargadas, la última versión ha mejorado aún más la cobertura y la precisión. Un avance clave, por ejemplo, es la capacidad de contornear automáticamente las cadenas de ganglios linfáticos, normalmente una tarea manual y minuciosa. "Para los pacientes de próstata donde existe riesgo de infiltración ganglionar, los médicos deben recorrer todo el camino desde la próstata a través del sacro hasta el final de la cadena de ganglios linfáticos locales", explica Horsfield. "Tener un contorno automatizado para ese tipo de estructuras supondrá un gran ahorro para ellos, incluso en ocasiones en las que se requiera algo de edición".
Mientras tanto, también se integran una serie de herramientas automatizadas en el sistema de planificación de tratamiento del equipo, Varian's Eclipse. Uno que ha resultado particularmente útil para el equipo de Castle Hill es Plan rápido, una solución basada en conocimiento que utiliza un modelo creado a partir de casos anteriores para generar un plan de tratamiento personalizado para un nuevo paciente. "Es una herramienta que nos ayuda a determinar lo que se puede lograr para cada paciente, particularmente para los casos más complicados donde la ubicación de los órganos en riesgo podría comprometer la cobertura del objetivo", dice Horsfield. "Tenemos soluciones de clase para nuestros planes de tratamiento como puntos de partida, pero es más inteligente que eso porque es específico para la anatomía de cada paciente".
Este enfoque basado en el conocimiento ha demostrado ser particularmente beneficioso para los nuevos miembros del personal y también ha mejorado la coherencia y la calidad de los planes elaborados en todo el equipo. "Es posible que alguien que haya estado con nosotros durante seis meses no cree un plan del mismo nivel que uno de los miembros más experimentados de nuestro equipo", dice Horsfield. "Aumentar su conocimiento con estas herramientas inteligentes les permite acceder a esa experiencia y estandariza la calidad de los planes que producimos".
Como ocurre con cualquier enfoque de aprendizaje automático, la calidad de las predicciones depende de los datos de entrenamiento utilizados para crear el modelo. En Castle Hill, el equipo ha utilizado sus propios casos para desarrollar modelos para cuatro sitios de tratamiento (pulmón, cabeza y cuello, esófago y próstata), y ahora se están desarrollando varios otros para ahorrar más tiempo al equipo de planificación. "Una de las grandes dificultades a la hora de planificar el tratamiento es saber cuándo detenerlo", afirma Horsfield. "RapidPlan brinda la seguridad de que ha encontrado una solución óptima para ese paciente y que es menos beneficioso dedicar más tiempo a cuestionar sus opciones".
El sistema de planificación del tratamiento Eclipse también proporciona una interfaz para agregar herramientas personalizadas al proceso de planificación. Como ejemplo, el equipo de Castle Hill ha creado una herramienta automatizada para crear estructuras de optimización, que limitan las soluciones producidas por el sistema de planificación del tratamiento al definir áreas particulares que no deben recibir radiación. "Hemos creado alrededor de 15 protocolos diferentes para crear estas estructuras de evitación y optimización", dice Horsfield. “Todas son operaciones simples, pero nos dimos cuenta de que se realizaban manualmente para casi todos los planes de tratamiento. Ha sido realmente enriquecedor poder crear nuestras propias herramientas para hacer que nuestros procesos sean más eficientes”.
Estos ahorros de eficiencia son particularmente críticos en un momento en que los centros de tratamiento como Castle Hill están lidiando con las consecuencias de la pandemia de COVID-19. Con una gran afluencia de pacientes y una escasez de profesionales de la salud, las herramientas inteligentes que pueden automatizar al menos parte del proceso de planificación del tratamiento están ayudando a los esfuerzos en curso para superar el retraso. "Nuestra capacidad antes de la COVID era producir 40 planes por semana, y ahora todo el equipo está haciendo un gran esfuerzo para aumentar esa cifra a 50", dice Horsfield. "Cada eficiencia que podemos lograr al automatizar nuestros procesos nos ayuda a avanzar en nuestro plan de recuperación, al mismo tiempo que garantiza que sigamos produciendo planes de alta calidad para cada paciente que tratamos".
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://physicsworld.com/a/intelligent-solutions-streamline-radiotherapy-treatment-planning/
