Radyasyon onkolojisi iş akışındaki temel süreçlerin otomasyonu hızlanıyor ve kanser tedavi programlarının planlanması, sunulması ve yönetimi genelinde teknoloji yeniliği ve geniş ölçekte klinik iyileşme için koşullar yaratıyor. Tümör ve organ segmentasyonunu, optimize edilmiş tedavi planlamasını ve ayrıca tedavi planı QA, makine QA ve iş akışı yönetimini kapsayan çeşitli görevleri düşünün. Otomasyon ve makine öğrenimi teknolojilerinin vaat ettiği gelişmiş verimlilik, tutarlılık ve standardizasyon sayesinde kural kitapları her durumda yeniden yazılıyor.

Bu geniş bir çerçeve, peki radyoterapi kliniğinde otomasyon araçlarını devreye alırken operasyonel ayrıntılar ve iş gücü etkileri ne olacak? Bu, özel bir konferans oturumunda konuşmacıları meşgul eden başlık sorusuydu: Radyasyon Onkolojisi Klinik İş Akışlarının Otomasyonuna Yönelik Zorluklar. ASTRO Yıllık Toplantısı bu ayın başlarında San Diego, Kaliforniya'da.

Radyoterapi iş akışına yakından bakın ve sorular çoğalır. Uzun vadede, her hastanın kendine özgü gereksinimlerine göre uyarlanmış çevrimiçi uyarlanabilir radyoterapinin son oyununa kıyasla insan-makine etkileşimleri nasıl görünüyor? Klinik ekip üyelerinin rolleri artan otomasyon düzeylerini desteklemek ve yönetmek için nasıl gelişecek? Son olarak, yeni görünümlü, kolaylaştırılmış arıtma programlarının devreye alınması, doğrulanması ve izlenmesi söz konusu olduğunda son kullanıcılar otomasyon sistemlerinin "kara kutu" doğasını nasıl yönetebilirler?

Bilgi Güçtür

Radyoterapi ortamında otomasyon ve makine öğrenimi araçlarını kullanırken, "doğru sorunu aklımızda tutmalıyız; klinik açıdan anlamlı şeyler oluşturmalı ve aynı zamanda doğru paydaşları da aklımızda tutmalıyız" diyor. radyasyon tıbbı programı Prenses Margaret Kanser Merkezi Toronto, Kanada'da. Aynı zamanda, son kullanıcı bir yandan otomasyonun bazı kısımlarını tamamlarken bir yandan da otomatikleştirilmiş araçları denetleyip yönetse bile, klinikte otomasyonun uygulanmasıyla birlikte ortaya çıkan algılanan "etki alanı bilgisi kaybı" ile ilgili işgücü endişelerinin ele alınmasının hayati önem taşıdığını belirtti. henüz otomatikleştirilmemiş iş akışı.

Bu nedenle, tıbbi fizikçilerin ve daha geniş disiplinler arası bakım ekibinin, bu "çevrimdışı" modda katkılarını optimize etmek için rollerini yeniden tasarlamaları gerekecek. Purdie, "Dolayısıyla her hastaya bakmak ve onlarla ilgilenebilmek yerine," diye ekledi, "katkımız [makine öğrenimi] modellerinin nasıl oluşturulduğuna yönelik olacak - veri yönetiminin olduğundan, doğru verilerin girdiğinden emin olmak için, ve veri iyileştirmenin var olduğunu. Bu, alan bilgimizi korumanın ve aynı zamanda [hastalar için] kalite ve güvenliği sağlamanın yoludur."

Bu arada, otomatik tedavi planlamasının benimsenmesiyle ilgili teknik ve insan faktörüyle ilgili zorluklar, kıdemli bir tıbbi fizikçi olan David Wiant'ın anlatımını sağladı. Koni SağlığıGreensboro, NC merkezli kar amacı gütmeyen bir sağlık hizmeti ağı. Otomatik planlamanın (AP) motivasyonları yeterince açık: önümüzdeki yıllara ilişkin tüm tahminlerde kanser teşhislerinin aralıksız yukarı doğru gidişatı. Wiant delegelere "Bu insanlara elimizden geldiğince hızlı davranmamız önemli" dedi.

AP ile klinik başarının anahtarı, uygulanmasının önündeki engellerin tanınmasında ve sistematik olarak ele alınmasında yatmaktadır. İş akışı entegrasyonu buna bir örnektir. Wiant, "Bir kliniğin AP'yi nasıl uygulayacağı, kimin çalıştıracağı, ne zaman kullanılacağı ve hangi vakalarda kullanılacağı konusunda net bir plana sahip olması gerekiyor" dedi. “Aksi takdirde, hızla sorunlarla karşılaşabilirsiniz.”

Daha sonra güvenilirlik ve AP'nin beklenmedik sonuçlar üretebileceği gerçeği var. "İyi, temiz olduğunu düşündüğünüz bir dizi standart hasta verisini koyacağınız ve beklemediğiniz bir sonuç alacağınız durumlar olacaktır" diye devam etti. Bunun nedeni neredeyse her zaman hasta verilerinin bazı alışılmadık özelliklere sahip olmasıdır; örneğin implante edilmiş cihazlar (veya yabancı nesneler) veya belki daha önce radyasyon tedavisi görmüş bir hasta.

Wiant'a göre cevap, radyasyon onkolojisi ekibinin herhangi bir güvenilirlik sorununu anlamak için AP hakkında ayrıntılı bilgiye sahip olmasını sağlamak ve bu bilgiyi manuel planlama gerektiren vakaları belirlemek için kullanmaktır. Aynı zamanda şu sonuca varmıştır: "AP'ye özgü olabilecek rastgele hata kaynaklarını belirlemek ve AP'yi standart dışı durumları ele alacak şekilde genişletmeye devam ederken bu hataları azaltmak için kontroller eklemek önemlidir."

Rahatsızlığa karşı koruma

Radyasyon onkolojisi bölümünde doçent ve kalite ve güvenlik direktörü Elizabeth Covington, iş akışının daha aşağısında, otomatik tedavi planlaması QA'nın kullanıma sunulmasıyla birlikte dikkate alınması gereken pek çok sorun olduğunu açıkladı. Michigan Tıp, Michigan Üniversitesi (Ann Arbor, MI).

Tedavi planlaması QA'sında Covington'un "kusurlu otomasyon" olarak adlandırdığı durumdan kaçınmak için, uygulamadan önce risk faktörlerini önceden anlamak hayati önem taşımaktadır. Bunların başlıcaları otomasyon kayıtsızlığı (otomasyon sistemlerini denetlemede yeterince dikkatli olmama) ve otomasyon yanlılığıdır (son kullanıcıların çelişkili bilgiler yerine otomatik karar verme sistemlerini tercih etme eğilimi, ikincisi doğru olsa bile).

Covington, "Sınırlamaları anlamak için bu [otomatik plan QA] sistemlerini kullanmaya başlamanız önemlidir" dedi. "[Örneğin], kullanıcılar sistem bayraklarına karşı duyarsızlaşacağı için hatalı pozitif sonuçlar verecek otomatik kontrolleri çok erken yayınlamak istemezsiniz."

Covington, ayrıntılı yazılım belgelerinin de zorunlu olduğunu savunuyor. Delegelere "Belgeleme sizin dostunuzdur" dedi, "böylece tüm ekip (fizikçiler, dozimetristler, terapistler) bu otomatik kontrollerin ne yaptığını bilir ve otomasyonun onlara ne söylediğini tam olarak anlar."

Son "olmazsa olmaz", otomasyon yazılımının ileriye dönük risk analizidir - ister özel olarak oluşturulmuş şirket içi kod, ister ticari bir satıcının üçüncü taraf ürünü olsun. Covington, "Yazılımı yayınlamadan önce, bu yazılımı klinik iş akışınıza entegre etmenin risklerinin ve tehlikelerinin ne olduğunu gerçekten anlamanız gerekiyor" dedi.

FLASH tedavi şemaları parlamaya hazırlanırken proton tedavisi yukarı doğru gidiyor

Bunu akılda tutarak Covington, kendisinin ve Michigan Medicine'deki meslektaşlarının otomasyon araçlarının risklerini "yazılım risk numarası" (SRN) olarak adlandırılan terimlerle nasıl ölçtüklerini açıkladı. SRN esas olarak üç ayrı girdiden oluşan bir matristir: nüfus (aracın etkileyeceği hasta popülasyonunun doğrudan ölçümü); amaç (yazılımın klinik karar vermede nasıl kullanılacağı ve hasta sonuçlarını akut olarak etkileme yeteneği); ve karmaşıklık (bağımsız bir incelemecinin yazılımda bir hata bulmasının ne kadar zor olduğunun bir ölçüsü).

Covington şu uyarıda bulundu: "Şimdilik otomasyon bazı sorunları çözebilir ancak tüm sorunları çözemez. Aynı zamanda yeni sorunlara, tahmin etmediğiniz sorunlara da yol açabilir.”

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://physicsworld.com/a/automation-in-the-radiotherapy-workflow-efficiency-effectiveness-and-limitations/