Ny strålebehandling følger pustebevegelsen

Strålebehandling kan skade friskt lungevev hos pasienter med brystkreft og lungekreft. En ny metode, som følger svulstens bevegelser under pusting, gjør det mulig å redusere stråleområdet med en fjerdedel. Da blir det færre bivirkninger.

KUNSTIG INTELLIGENS: Manish Kakar har laget en datamodell som ved bruk av kunstig intelligens gjør det mulig å følge svulstens bevegelser under strålebehandlingen. Foto: Yngve Vogt

Sammen med kirurgi er stråleterapi den behandlingen som helbreder flest kreftpasienter. For at resultatet skal bli best mulig, er det viktig med høy stråledose til kreftsvulsten uten at organene og det omliggende, friske vevet blir utsatt for skadelig stråling.

For å sikre seg at hele svulsten blir drept av bestrålingen, må legene likevel gardere seg ved å bestråle mye friskt vev i en sikkerhetssone rundt svulsten. Det kan føre til alvorlige bivirkninger.

Strålebehandling av pasienter med brystkreft og lungekreft er spesielt krevende fordi svulsten forflytter seg mens pasienten puster.

Nå har Manish Kakar laget en intelligent datamodell ved bruk av kunstig intelligens, som gjør det mulig å følge svulstens bevegelser under strålebehandlingen. Arbeidet er en del av doktorgraden hans på Fysisk institutt ved Universitetet i Oslo. Til daglig er han avdelingsingeniør ved Radiumhospitalet.

Mindre stråleområde

Sannsynligheten for at kreftceller har spredt seg til et begrenset område rundt den lokale svulsten, er dessuten stor hos mange pasienter, men det er vanskelig å se disse løsgjengerne på medisinske bilder. Datamodellen kan hjelpe legen med å se hvor de er.

– Datamodellen gjør det mulig å redusere stråleområdet med en fjerdedel. Det betyr færre bivirkninger og bedre livskvalitet. Samtidig håper vi å kunne bedre overlevelsen ved å øke stråledosen til kreftsvulsten, påpeker veileder Dag Rune Olsen . Han var inntil nylig professor ved Fysisk institutt på Universitetet i Oslo og forskningssjef på Kreftsenteret ved Radiumhospitalet og er nå dekan ved Universitetet i Bergen.

Bestrålingen kan nå skrumpes inn med flere millimeter rundt hele svulsten.

– Volummessig betyr det voldsomt mye. Det er derfor veldig viktig å vinne disse marginene, sier Dag Rune Olsen.

Nederst i lungene er sikkerhetssonen i dag opptil en centimeter rundt svulsten. Det skyldes både at svulsten i dette området beveger seg mer under pustingen og at lungekreftpasienter puster ganske ujevnt, med småhosting underveis.

Manish Kakar har derfor laget et system som automatisk påviser og følger svulsten hos lungekreftpasienter underveis i behandlingen.

– Det gjør det mulig å innskrenke bestrålingen til det området der svulsten til enhver tid befinner seg, forklarer Kakar.

Kontinuerlig bestråling

Ingen puster likt. Den matematiske beskrivelsen av pusting er et kaotisk system. I dag løser enkelte store sykehus problemet med å skru av og på strålebehandlingen ved inn- og utpust. Medisinere kaller dette for “gating”. Likevel kan svulsten bevege seg.

Datamodellen til Kakar gjør det nå mulig å bestråle kontinuerlig. Den tar hensyn til hvordan den enkelte pasienten puster. Tre til fire pustebevegelser er nok opplæring for at datasystemet skal kunne beregne de neste pustebevegelsene.

– Resultatene blir enda bedre enn om pasienten får beskjed hver gang han skal puste. Ved å beregne pustingen helt automatisk, blir behandlingen mer presis. I dag er det vanskelig å bruke gating på pasienter med lungekreft. Vi kan gjøre behandlingen enklere med teknikken vår, forteller Dag Rune Olsen.

Manish Kakar har også laget en datamodell som kan forutsi utfallet av strålebehandlingen. I dag må man vente i fem år for å se om det går bra.

– Dette åpner muligheten for å kunne skreddersy behandlingen til den enkelte pasient i større grad enn i dag.

Mønstergjenkjenning

Det er ofte vanskelig å skjelne mellom en svulst og friskt vev i medisinske bilder. Manish Kakar fremhever forskjellene på svulstvev og friskt vev ved å koble sammen tjue medisinske bilder. Da kan han skille ut de ulike vevstypene med mønstergjenkjenning.

– Ved å se på bildet gjennom ulike frekvensfiltre, kan vi få ut en langt mer nøyaktig beskrivelse av noe som ikke alltid er synlig for det blotte øye. Det gjør det lettere å skille mellom svulsten og det friske vevet.

Et frekvensfilter kan sammenlignes med et prisme. Når hvitt lys sendes gjennom et prisme, blir lyset splittet opp i alle regnbuens farger. Kakars “prisme” er noe bildebehandlere kaller for Gaborfilter. Det er en matematisk formel som fremhever strukturer. Filteret er allerede mye brukt til gjenkjenning av iris og fingeravtrykk.

Klinisk test

Dag Rune Olsen mener Manish Kakar har kommet så langt at det er mulig å ta pustemodellen i bruk uten å måtte gjennomføre en klinisk pilotstudie.

– Det fins ingen medisinske innvendinger mot dette. Det som trengs, er tid og vilje, påpeker Dag Rune Olsen.

Emneord: Matematikk og naturvitenskap, Informasjons- og kommunikasjonsvitenskap, Simulering, visualisering, signalbehandling, bildeanalyse, Matematikk, Anvendt matematikk, Medisinske fag, Basale medisinske, odontologiske og veterinærmedisinske fag, Klinisk medisinske fag Av Yngve Vogt
Publisert 1. feb. 2012 11:43
Legg til kommentar

Logg inn for å kommentere

Ikke UiO- eller Feide-bruker?
Opprett en WebID-bruker for å kommentere