برنامه‌ریزی درمانی خودکار مبتنی بر هوش مصنوعی برای پرتودرمانی پس از ماستکتومی با استفاده از VMAT

پرتودرمانی پس از ماستکتومی (PMRT) نقش مهمی در کاهش احتمال عود موضعی و بهبود بقای بیماران مبتلا به سرطان پستان دارد. تکنیک پرتودرمانی Volumetric Modulated Arc Therapy (VMAT) به دلیل دقت بالا، زمان کوتاه‌تر تحویل دوز و کارایی برتر به عنوان یک روش درمانی استاندارد مطرح شده است. با این حال، برنامه‌ریزی دستی درمان برای PMRT به دلیل حجم بزرگ هدف و مجاورت با ارگان‌های حیاتی مانند قلب و ریه‌ها، چالش‌برانگیز است. در این مطالعه، یک روش خودکار برنامه‌ریزی درمانی مبتنی بر هوش مصنوعی با استفاده از سیستم MD Anderson AutoPlan (MDAP) و نرم‌افزار Pinnacle TPS پیشنهاد و ارزیابی شد.

 

انتخاب بیماران و آماده‌سازی:

۲۰ بیمار (۱۰ بیمارپستان چپ و ۱۰ بیمارپستان راست) که تحت PMRT قرار گرفتند، در این مطالعه شرکت داشتند. تصویربرداری CT در حالت سوپاین با فیکسیشن بیماران انجام شد. مناطق هدف شامل دیواره قفسه سینه، لنفنودهای ناحیه سوپراکلاویکولار، ساب‌کلاویکولار و اینترنال مامیلاری بود. دوز تجویزی ۵۰ گری در ۲۵ جلسه برنامه‌ریزی شد.

 

حجم هدف و ارگان‌های در معرض خطر (OAR):

 • CTV (حجم هدف بالینی): دیواره قفسه سینه و گره‌های لنفاوی مرتبط.

 • PTV (حجم هدف برنامه‌ریزی): افزایش ۵ میلی‌متری به صورت یکنواخت از CTV.

 • ارگان‌های در معرض خطر (OAR): قلب، نخاع، ریه هم‌طرف، ریه مقابل و مجموع ریه‌ها.

 

۱. بهینه‌سازی پارامترها:

پارامترهای مختلف از جمله زاویه کولیماتور ، رزولوشن فاصله گانتری (GSR) و تعداد دفعات بهینه‌سازی بررسی شدند.

 

۲. تکنیک‌های پرتودرمانی:

از دو قوس VMAT با زاویه چرخش گانتری ۱۸۰ تا ۲۹۴ درجه برای سمت چپ و ۶۶ تا ۱۸۱ درجه برای سمت راست استفاده شد. دوز تحویلی با الگوریتم Collapsing Cone Superposition محاسبه شد.

 

بهینه‌سازی پارامترهای کلیدی:

 • زاویه کلایمر:

برای بیماران سمت چپ زاویه ۳۵۰ درجه و برای بیماران سمت راست زاویه ۱۰ درجه انتخاب شد. این زوایا بهترین تطابق و دقت دوز را فراهم کردند.

 • حالت کلایمر فک:

حالت Jaw Tracking نسبت به حالت فک ثابت، دوز دریافتی به ارگان‌های در معرض خطر را کاهش داد.

 • رزولوشن فاصله گانتری (GSR):

۲ درجه رزولوشن به دلیل افزایش آزادی عمل در بهینه‌سازی، نسبت به ۴ درجه برتر بود.

 • تعداد دفعات بهینه‌سازی:

۳ دور بهینه‌سازی بهترین نتایج دوزیمتری را به همراه داشت.

 

مقایسه نتایج برنامه‌ریزی خودکار و دستی:

 • شاخص تطابق (CI): در برنامه‌های خودکار به طور معنی‌داری بهبود یافت.

 • دوز میانگین قلب: برای بیماران چپ‌طرف از ۹.۷۵ گری به ۷.۱۶ گری و برای بیماران راست‌طرف از ۷.۸۸ گری به ۳.۴۱ گری کاهش یافت.

 • دوز دریافتی ریه هم‌طرف (Dmean): به طور قابل توجهی در برنامه‌های خودکار کاهش یافت (برای چپ‌طرف از ۱۴.۰۲ گری به ۱۲.۹۵ گری).

 • V5Gy و V20Gy ریه‌ها: حجم ریه در معرض دوزهای پایین در برنامه خودکار کاهش چشمگیری داشت.

 • نخاع: دوز حداکثر دریافتی نخاع (D0.03cc) در برنامه‌های خودکار به‌طور قابل توجهی کاهش یافت.

 

مطالعه نشان داد که برنامه‌ریزی درمانی خودکار مبتنی بر هوش مصنوعی با استفاده از سیستم MDAP و Pinnacle TPS، کیفیت برنامه درمانی را نسبت به برنامه‌ریزی دستی بهبود می‌بخشد. این روش علاوه بر بهبود شاخص‌های دوزیمتری، زمان کمتری برای برنامه‌ریزی نیاز دارد (حدود ۱ ساعت) و کارایی بالاتری در فرآیند بالینی ارائه می‌دهد. کاهش دوز به قلب و ریه‌ها، احتمال عوارض جانبی مانند پری‌کاردیت و پنومونیت ناشی از رادیاسیون را به میزان قابل توجهی کاهش می‌دهد.

این مطالعه یک روش خودکار برنامه‌ریزی درمانی برای پرتودرمانی پس از ماستکتومی را ارائه داد که نه‌تنها کیفیت برنامه درمانی را بهبود می‌بخشد بلکه کارایی بالینی را افزایش می‌دهد و خطر عوارض جانبی را کاهش می‌دهد.