Skonsammare strålbehandling med hjälp av AI
Den här artikeln publicerades ursprungligen av Vetenskap & hälsa
Strålbehandlingen är en viktig del av cancerbehandlingen som helhet och hälften av alla som får cancer får strålbehandling. Det är en komplex process och för varje patient görs en detaljerad plan för var och hur strålbehandlingen ska ges. Behandlingsplanen påverkas bland annat av patientens aktuella hälsonivå, storlek, typ och placering av den cancerformade tumören och närliggande känsliga organ. Målet med strålbehandling är att ge så hög dos som möjligt till rätt område i kroppen och så låg dos som möjligt till de omkringliggande friska organen.
Röntgenstrålar, magnetfält och radiovågor ger detaljrik bild
Innan en strålbehandling kan påbörjas behöver patienten göra undersökningar med datortomografi (DT), även kallad skiktröntgen, och med magnetkamera (MR). DT använder röntgenstrålar för att få fram bilden och MR utnyttjar magnetfält och radiovågor. Bilderna från DT och MR-undersökningarna ger olika information och tillsammans ger de ett detaljrikt bildmaterial som läkaren använder för att bestämma exakt vilket område av kroppen som ska strålbehandlas och med vilken dos.
– Bildmaterial från två olika undersökningar ger dock alltid en geometrisk osäkerhet av området som ska bestrålas. Med AI kan vi automatisera grundläggande delar av arbetet i planeringen av strålbehandlingsplanen, vilket skapar större likformighet och noggrannhet i bedömningen och utrymmet för misstag minskar, säger Lars E Olsson, professor i medicinsk strålningsfysik vid Lunds universitet och sjukhusfysiker vid Skånes universitetssjukhus.
AI ritar snabbare
Forskarna har även utvecklat en AI som kan identifiera en sorts guldmarkörer som sätts in i prostatan inför strålbehandlingen för att kunna rikta in strålfälten mot prostata. Onkologer definierar området som strålbehandlingen ska riktas mot genom att rita ut det på tredimensionella bilder av patienten. Det kan vara hundratals bilder och tiotals strukturer med frisk vävnad och vävnad i behandlingsområdet som ska ritas in manuellt. Arbetet är därför krävande och känsligt
för misstag.
– Istället för manuell utritning kan AI läsa bilderna och rita in de områden som ska strålas på mindre tid än det tar att dricka en klunk kaffe, ett arbete som för en onkolog vanligtvis tar en halvtimme.
När tid frigörs kan onkologen i stället koncentrera sig på patientens individuella behov och behandling, och i planerandet mer ta hänsyn till andra faktorer som cancerns spridning och aggressivitet. För närvarande testar forskarna ett
AI-program som snabbt skapar automatiska strukturer för frisk vävnad och identifierar riskorgan som omger prostata.
– Med AI som stöd kan vi snabba på planeringen av strålbehandlingen för ett stort antal patienter som då slipper vänta alltför länge för att få sin behandling, vilket samtidigt har betydelse för att minska det höga trycket på vårdköerna, säger Lars E Olsson.