Gepersonaliseerde radiotherapie: toxiciteit-voorspelling en auto-segmentatie op dagelijkse CT-scans voor bewegende tumoren

Voordat radiotherapie start, ondergaat de patiënt een voorbereidingsfase waarin een nauwkeurige CT-scan wordt gemaakt om de tumor en omliggende organen in kaart te brengen. Op basis hiervan wordt een behandelplan opgesteld dat de tumor optimaal bestraalt en gezonde organen spaart om bijwerkingen te beperken. Bij beeldgestuurde radiotherapie wordt voor elke sessie een CT-scan gemaakt om te controleren of de patiënt goed ligt. Echter, tussen het plannen en de behandeling kunnen de tumor en organen verschuiven of vervormen, wat de precisie vermindert. Online adaptieve radiotherapie (OART) stemt elke sessie af op de actuele situatie van de patiënt. Bij de behandeling van niet-kleincellige longkanker (NSCLC) krijgen patiënten vaak 24 bestralingssessies. Omdat de ligging van de tumor en de organen in die periode flink kan veranderen, zou OART voor deze patiënten heel geschikt kunnen zijn. Helaas is de kwaliteit van dagelijkse beelden voor longen, door ademhaling en lucht, vaak onvoldoende om organen nauwkeurig in te tekenen. Ook is er onvoldoende kennis over hoe stralingsdosis samenhangt met bijwerkingen, waardoor OART nog nauwelijks wordt toegepast bij NSCLC.

Onderzoeksrichting/voorgestelde oplossing

De beelddata (CT-scan en dagelijkse scans) gebruiken om automatisch intekenen (auto-segmentatie) en toxiciteitvoorspelling voor individuele patiënten mogelijk te maken. 

Relevantie

Om radiotherapie beter af te stemmen op elke individuele patiënt, moeten de kansen op tumorcontrole en bijwerkingen goed worden ingeschat. Daarnaast moeten we in staat zijn om organen automatisch in te tekenen en de relatie tussen stralingsdosis en bijwerkingen beter begrijpen. Dit is patiënten met NSCLC extra belangrijk, omdat de combinatie van hoge stralingsdoses en andere behandelingen zoals chemo- of immunotherapie de kans op bijwerkingen vergroot. Tegelijkertijd kan een persoonlijke aanpak juist veel voordeel opleveren, gezien de lange behandeltrajecten.

Onderzoeksvragen

Kunnen we de beeldkwaliteit van de dagelijkse scans verbeteren? Kunnen we toxiciteit voorspellen, voorafgaand aan en gedurende radiotherapie? Kunnen we het automatisch intekenen op dagelijkse scans verbeteren? Kunnen we OART voor NSCLC ontwikkelen?

Onderzoeksopzet

Het project bestaat uit 3 werkpakketten:

1. Het verbeteren van de beeldkwaliteit van de dagelijkse scans voor longen, die continu in beweging zijn door ademhaling. 
2. Het ontwikkelen van AI foundation modellen voor radiotherapie beelddata.
3. Het trainen van die AI foundation modellen voor geïndividualiseerde toxiciteitvoorspelling en het automatisch intekenen op dagelijkse scans. Hiermee ontwikkelen we gepersonaliseerd OART voor patiënten met NSCLC. Met computermodellen evalueren we vervolgens de verbetering (wat betreft kans op tumorcontrole en kans op bijwerkingen) ten opzichte van bestaande behandelingen.

Verwachte uitkomsten

We verwachten dat dit project leidt tot betere beeldkwaliteit, nauwkeurigere automatische intekeningen, en een verbeterde voorspelling van bijwerkingen, waardoor OART voor NSCLC-patiënten haalbaar wordt. Dit maakt preciezere bestraling mogelijk en verbetert behandelbeslissingen, zoals het aanpassen van de dosis of afzien van bestraling bij een hoog risico op bijwerkingen. Het project zal de efficiëntie en effectiviteit van gepersonaliseerde radiotherapie verbeteren, wat leidt tot betere behandeluitkomsten en minder bijwerkingen voor NSCLC-patiënten.

Vervolgstappen

Als gepersonaliseerd OART succesvol is voor NSCLC, zullen nieuwe protocollen ontwikkeld worden voor radiotherapie voor deze patiënten. Deze zullen moeten worden getest in de kliniek.