Od slik do zdravljenja: vloga umetne inteligence v sodobni radioterapiji

Laboratorij za slikovne tehnologije (LST) na Fakulteti za elektrotehniko igra pomembno vlogo pri napredku sodobne radioterapije. Raziskovalci LST se osredotočajo na razvoj in natančno vrednotenje najsodobnejših metod za analizo medicinskih slik, s poudarkom na avtomatizirani segmentaciji kritičnih organov. V tesnem sodelovanju s kliničnimi partnerji poskušajo izboljšati natančnost, učinkovitost in zanesljivost načrtovanja radioterapije, kar prispeva k varnejšemu zdravljenju in boljši kakovosti življenja bolnikov.

Slikovno vodena radioterapija

Radioterapija je uveljavljen način zdravljenja rakavih obolenj, pri katerem z ionizirajočim sevanjem (običajno rentgenskimi žarki visokih energij reda velikosti megaelektronvoltov) obsevamo tumorje in bližnje bezgavke. Pogosto se uporablja v kombinaciji s kirurškim in sistemskim zdravljenjem (kemoterapijo) – bolnik je lahko na obsevanje napoten denimo pred ali po operativnem posegu.

Glavna prednost radioterapije je njena lokalnost in manjša invazivnost v primerjavi z drugimi pristopi, kar pa hkrati zahteva izjemno natančno načrtovanje, ki ga omogoča sodobna slikovna diagnostika. Pred posegom se običajno opravi vsaj računalniško tomografsko slikanje (angl. computed tomography – CT), pogosto pa tudi magnetnoresonančno slikanje (angl. magnetic resonance – MR) ali pozitronska emisijska tomografija (angl. positron emission tomography – PET).

Na CT sliki bolnikovega telesa radiološki onkologi ročno orišejo tumorje ter okolne zdrave organe, ki so ključni za normalno delovanje telesa – te imenujemo tudi »kritični organi«. Pridobljeni orisi so temelj za natančno načrtovanje obsevanja, pri katerem medicinski fiziki na podlagi predpisane doze s strani onkologa pripravijo načrt tako, da tumor prejme predpisano dozo, kritični organi pa čim manjšo. S tem se zmanjša verjetnost zapletov po zdravljenju. Načrtovanje obsevanja je zahtevna naloga, ki zahteva poglobljeno strokovno znanje in pogosto iskanje kompromisov med uspešnostjo zdravljenja (uničenjem rakavih celic) ter kakovostjo življenja bolnika po njem. Obsevanje se nato praviloma izvaja v manjših odmerkih (t. i. frakcijah), razporejenih čez več tednov.

Ročno orisovanje kritičnih organov je zamudno in podvrženo variabilnosti

Postopek ročnega orisovanja je v osnovi podoben otroškim pobarvankam – vsak organ je treba najprej prepoznati in nato natančno »pobarvati«. V praksi to zahteva izjemno poznavanje anatomije in veliko izkušenj, saj so meje med posameznimi organi pogosto slabo vidne. Ker so CT in MR slike tridimenzionalne, je treba orisovanje ponoviti na vsaki rezini slike. To je podobno, kot bi bilo treba za vsakega bolnika pobarvati celotno knjižico pobarvank – takšna slika ima lahko tudi 100 ali več rezin, zato lahko celoten postopek lahko traja do dve uri na bolnika.

Razvoj metod strojnega vida, umetne inteligence in globokega učenja pa je v zadnjih desetletjih odprl vrata avtomatizaciji tudi zelo zahtevnih nalog v medicini, med drugim orisovanju kritičnih organov. S tem se ukvarjajo v Laboratoriju za slikovne tehnologije (LST) na Fakulteti za elektrotehniko, kjer razvijajo in vrednotijo metode za analizo medicinskih slik za različne aplikacije: od radioterapije do načrtovanja operacij na hrbtenici, diagnostike in spremljanja multiple skleroze, kardioloških meritev, detekcije anevrizem ter ocenjevanja možganske starosti.

Avtomatska segmentacija kritičnih organov z metodami umetne inteligence

V nedavnih raziskavah sta se asist. dr. Gašper Podobnik in prof. dr. Tomaž Vrtovec iz LST v sodelovanju z Onkološkim inštitutom Ljubljana osredotočila na radioterapijo predela glave in vratu. Na podlagi odobritve etične komisije so ustvarili prvo tovrstno javno dostopno zbirko podatkov, imenovano HaN-Seg, ki vsebuje parne CT in MR slike bolnikov, napotenih na radioterapijo, skupaj z natančnimi ročnimi orisi kritičnih organov.

Na tej zbirki so izvedli tudi študijo variabilnosti orisovalcev – z drugimi besedami, izmerili so, v kolikšni meri se orisi istega organa na isti sliki razlikujejo med dvema različnima strokovnjakoma, na primer med specializantom in specialistom (slika 2).

Variabilnost med orisovalci je pričakovana in hkrati nezanemarljiva, študija pa je še posebej pomembna za objektivno vrednotenje avtomatskih metod segmentacije kritičnih organov. Raziskovalci v LST so razvili večmodalno segmentacijsko metodo, ki na podlagi poravnanih CT in MR slik istega bolnika samodejno segmentira 30 kritičnih organov v predelu glave in vratu. Poleg tega so organizirali mednarodni izziv, v katerem so raziskovalne skupine z vsega sveta povabili k reševanju istega problema. Rezultati so zelo spodbudni: avtomatske metode dosegajo kakovost, ki je primerljiva z ročnim orisovanjem.

Večplastno vrednotenje kakovosti avtomatskih segmentacij

Napake v segmentacijah kritičnih organov imajo lahko resne posledice za bolnikovo življenje po zdravljenju, tudi če so rakave celice uspešno uničene. Visoko tveganje za zaplete zahteva veliko odgovornost in s tem celovito vrednotenje avtomatskih metod v primerjavi z ročnimi orisi.

V večini študij se za vrednotenje avtomatskih segmentacij uporabljajo geometrijske metrike, ki temeljijo na prekrivanju in razdaljah. Preprosto povedano to pomeni, da avtomatsko »pobarvanko« položimo čez ročno in izračunamo, kolikšna je razlika.

Raziskovalci iz LST so to analizo nadgradili še z dozimetričnim in psihometričnim vrednotenjem (slika 3). Pri dozimetričnemu vrednotenju so preverjali, ali bi bolnik zaradi uporabe avtomatskih segmentacij prejel večjo dozo sevanja kot pri uporabi ročnih orisov. Pri psihometričnemu vrednotenju pa so izkušeni onkologi avtomatske segmentacije ocenili na lestvici od 1 do 5, kjer ocena 1 pomeni neuporabno, ocena 5 pa klinično ustrezno segmentacijo.

Avtomatske metode so v povprečju dosegle večje prekrivanje in manjše razdalje od referenčnih segmentacij v primerjavi z variabilnostjo med orisovalci. Poenostavljena dozimetrična analiza je pokazala, da je 70 % avtomatskih segmentacij dozimetrično ustreznih, povprečna psihometrična ocena 3,9 pa kaže na to, da je večina avtomatskih segmentacij klinično uporabnih z minimalnimi ali celo nepotrebnimi popravki.

Pogled v prihodnost

Rezultati vrednotenja kažejo na zelo dobro delovanje avtomatskih metod za segmentacijo kritičnih organov v predelu glave in vratu. Ugotovitve je mogoče posplošiti tudi na druge anatomije, saj področje glave in vratu zaradi številnih majhnih in slabo vidnih struktur velja za eno najzahtevnejših. Uspešnost teh metod se kaže tudi v naraščajočem številu komercialnih orodij, ki že vstopajo v klinično prakso. Čeprav trenutni delovni proces še vedno zahteva pregled vsake avtomatske segmentacije, lahko v prihodnje pričakujemo vedno manj napak in še večjo zanesljivost.

Prihodnost na presečišču umetne inteligence in radioterapije je zato izjemno obetavna. Avtomatizacija segmentacije kritičnih organov je šele začetek – raziskovalne skupine se vse bolj ukvarjajo tudi z avtomatsko segmentacijo tumorjev in bezgavk, razvojem orodij za podporo MR-samostojne radioterapije ter z uporabo naprednih metod v fazi načrtovanja, na primer za napoved dozne porazdelitve, kar lahko dodatno pospeši delo medicinskih fizikov. Tudi v LST se aktivno ukvarjajo z nekaterimi od teh izzivov in so odprti za sodelovanje s študenti, ki jih zanima interdisciplinarno področje analize medicinskih slik in umetne inteligence, bodisi v okviru obštudijskih dejavnosti bodisi v okviru magistrskega študija Biomedicinska tehnika.