Un instrument AI pentru personalizarea dozelor în terapia cu radiomedicamente
Terapia cu radiomedicamente (RPT) a făcut progrese semnificative în ultimele cinci decenii, primind recent aprobată de FDA pentru tratamentul cancerului de prostată.
Cu toate că au fost realizate progrese și s-au investit miliarde de dolari în industrie, personalizarea dozelor rămâne o problemă nerezolvată, tratamentele fiind în continuare standardizate. O echipă de cercetători de la Universitatea din Massachusetts Amherst a dezvoltat un model AI care poate genera o hartă a dozelor de radiație personalizată pentru pacienți, atingând o acuratețe de standard de aur în mai puțin de 23 de secunde.
În prezent, toți pacienții primesc aceeași dozare, ceea ce limitează potențialul terapiei de a fi optimizată pentru fiecare individ în parte. „Măsurarea cantității de radiație absorbită de fiecare țesut este cheia pentru personalizarea tratamentului”, afirmă Joyita Dutta.
RPT a primit aprobarea FDA pentru tratamentul cancerului de prostată în stadiu avansat în 2022. Cancerul de prostată este unul dintre cele mai comune tipuri de cancer la bărbați în Statele Unite, afectând unul din opt bărbați pe parcursul vieții. Deși ratele de supraviețuire sunt bune dacă cancerul este depistat devreme, cei diagnosticați după ce boala s-a răspândit au o rată de supraviețuire de cinci ani de doar 40%.
Spre deosebire de radiațiile tradiționale, care sunt localizate, RPT este injectată, permițându-i să călătorească prin întregul corp, în timp ce vizează selectiv tumorile. „Companiile farmaceutice realizează valoarea acestui tratament”, subliniază Dutta, menționând că au avut loc o serie de achiziții în domeniu. Fiecare mare companie farmaceutică a achiziționat câte un startup care dezvoltă noi terapii radiomedicamentale sau tehnologii asociate acestora.
În ciuda atenției din partea industriei și a avansurilor în tratamente, personalizarea dozelor a rămas o provocare. „Principala problemă cu multe tratamente pentru cancer este toxicitatea”, spune Dutta. „Indiferent dacă este vorba despre radiații, chimioterapie sau terapie cu radiomedicamente, mecanismul care distruge celulele canceroase afectează și țesuturile sănătoase.”
Teoretic, atunci când medicii pot observa câtă radiație este absorbită de organism după tratament, pot determina dacă pacientul poate suporta o dozare mai mare în tratamentele viitoare, fără a risca afectarea altor organe. Cu RPT, scanările post-tratament pot arăta unde se concentrează medicamentul. „Însă imaginea în sine nu îți spune ce dozare este”, explică Dutta.
Metoda computațională de bază pentru măsurarea absorbției de radiație este precisă, dar poate dura ore pentru fiecare pacient, ceea ce o face impracticabilă din punct de vedere clinic. Aici, Dutta a identificat o oportunitate de a aplica expertiza laboratorului său în crearea de instrumente biometrice bazate pe AI.
Echipa a creat DiffuDose, o combinație între două module AI, unul care generează o estimare brută a dozei și altul care o transformă într-o hartă detaliată a dozei de radiație, atingând o acuratețe de standard de aur în mai puțin de 23 de secunde per pacient. Comparativ cu alte șase metode, DiffuDose a avut cea mai bună performanță globală și o performanță constant ridicată pe mai multe organe, inclusiv rinichii și ficatul, care sunt printre organele cele mai expuse riscurilor de toxicitate. Lucrările lor sunt publicate în IEEE Transactions on Radiation and Plasma Medical Sciences.
„Pixel cu pixel într-o imagine completă, poți observa cum este distribuită doza în organism”, precizează Dutta. „Aceasta este ceea ce ajută cu adevărat la personalizarea tratamentului”, informând atât cantitatea de medicament administrată, cât și frecvența tratamentelor.
În continuare, Dutta menționează o colaborare emergentă cu UMass Chan Medical School pentru a continua să dezvolte modele AI utilizând scanările post-RPT și biomarkerii din sângele pacienților, pentru a obține o înțelegere mai bună a modului în care răspunde pacientul la terapie.
Lucrările au beneficiat de contribuții din partea colaboratorilor din afara UMass Amherst: Michael King de la UMass Chan Medical School, Alejandro Bertolet și Quanzheng Li de la Massachusetts General Hospital, și Babak Saboury de la Institute of Nuclear Medicine din Bethesda, Maryland.
Dutta subliniază, de asemenea, realizările studenților săi la doctorat. Bowen Lei, student la doctorat și autor principal al lucrării, este un candidat la concursul Young Investigator pentru munca sa în dosimetrie la Conferința IEEE Medical Imaging 2026, care va avea loc în Granada, Spania.
Co-autorul Vibha Balaji, studentă la doctorat, a obținut locul întâi în competiția pentru cel mai bun poster la întâlnirea anuală a Society of Nuclear Medicine and Molecular Imaging (SNMMI) 2025, desfășurată în New Orleans, LA, pentru lucrările sale în terapia cu radiomedicamente.
Dutta îl menționează și pe co-autorul Tzu-An Song, cercetător postdoctoral din laboratorul său, care co-conduce un efort de traducere pe tema terapiei cu radiomedicamente, obținând un premiu UMass Translational Seed Award în 2025, și pe Ziyuan Zhou, student la doctorat în laboratorul său, care a primit o bursă UMass IALS Translational Graduate Student Assistantship pentru a crea metode noi de îmbunătățire a imaginilor în terapia cu radiomedicamente.
