KI vereinfacht die Strahlentherapie-Planung

Je genauer die Bestrahlungsplanung ist, desto besser lässt sich genau die Dosis ermitteln, die einen Tumor möglichst effektiv bekämpft, aber die Patientin oder den Patienten möglichst schont. In diese Planung gehen diverse Messungen ein. Die Anforderungen an diese Messungen und an die Dosimetriesysteme steigen mit der Einführung immer mehr moderner, hochkomplexer Therapietechniken. Messungen zur Bestimmung der Basisdaten, die mit verschiedenen Detektoren in Wasserphantomen durchgeführt werden, weichen oft gravierend von den dosimetrischen Referenzbedingungen ab, sodass zur Ermittlung der Dosis teilweise umfangreiche Korrekturen am gemessenen Detektorsignal notwendig werden.

Die stereotaktische Bestrahlung ist eine hochpräzise strahlentherapeutische Methode, um kleine Tumore oder Metastasen hocheffektiv zu behandeln. Mit ihr können hohe Einzeldosen gezielt appliziert und Risikoorgane maximal geschont werden. Doch die verwendeten sehr kleinen Felder machen genaue Messungen der Dosisprofile sehr anspruchsvoll. Darüber hinaus führt die Dosimetersonde selbst zu Störeffekten. Das mit einem Dosimeter gemessene Signal ergibt sich mathematisch als eine Faltung des ungestörten („wahren“) Dosisprofils mit der Dosisansprechfunktion des verwendeten Detektors. Etablierte Methoden wie die numerische oder die analytische Entfaltung erfordern eine genaue Kenntnis der Dosisansprechfunktion des Detektors, die ihrerseits schwierig zu bestimmen ist.

Eine neue Methode bedient sich des maschinellen Lernens: Es verwendet ein neuronales Netz für die Entfaltung des Dosisprofils. So lässt sich die aufwendige Bestimmung der Dosisansprechfunktion des Detektors umgehen und die Voraussetzung für eine routinemäßige Anwendung in den Kliniken schaffen. Im Vergleich zu den klassischen Entfaltungsmethoden zeigt die neue Methode in komplexen Photonenfeldern eine überlegene Robustheit in Bezug auf Rauschen in den Messdaten. Darüber hinaus ist sie flexibel gegenüber einer variierenden räumlichen Auflösung der Messdaten und ermöglicht eine schnellere Profilabtastung, was den klinischen Arbeitsablauf beschleunigt. Außerdem ist die Methode mit jedem Typ Dosimetersonde durchführbar. Zudem konnte gezeigt werden, dass die neuronalen Netze auch mit anderen Bestrahlungs- und Messsystemen anwendbar sind. Den Kliniken könnten somit vortrainierte Modelle neuronaler Netze bereitgestellt werden.