Name: Auteur in de schijnwerpers: de toegang tot bestralingstherapie verbeteren met de assistent voor stralingsplanning
Uploaded: 2023-10-06T13:30:00
Duration: 1 min 16 s
Description: Watch this Scientific Journal Video about Author Spotlight: Improving Radiation Therapy Access with Radiation Planning Assistant at JoVE.com

Dit werk werd gefinancierd door het National Cancer Institute en de Wellcome Trust, met aanvullende steun van Varian Medical Systems. Ons huidige systeem gebruikt Eclipse voor behandelingsplanningsfuncties. We willen ook Ann Sutton van Editing Services, Research Medical Library, UT MD Anderson Cancer Center bedanken. Naast de institutionele financiering voor de ontwikkeling van RPA's, ontvangen onze onderzoeksteams financiering van het Cancer Prevention and Research Institute of Texas (CPRIT) en het Fund for Innovation in Cancer Informatics, het MD Anderson Cancer Center van de Universiteit van Texas.

Alle patiëntgegevens die werden gebruikt voor het evalueren van de RPA werden retrospectief gebruikt, met goedkeuring van de MD Anderson Institutional Review Board van de Universiteit van Texas. De RPA bestaat uit een reeks dashboards die zich links van het hoofdmenu van de RPA-webpagina bevinden (Figuur 2). Figuur 2 toont het hoofddashboard. Alle dashboards hebben een vergelijkbare uitstraling, maar richten zich op verschillende taken en personeel. Het volgende protocol beschrijft de belangrijkste processen voor het automatisch opstellen van een behandelplan.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/65504/65504fig02.jpg"> Figuur 2: Screenshot van het RPA hoofddashboard. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig02large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>
1. Voltooi de serviceaanvraag
<ol><li>Ga als volgt te werk om een nieuwe serviceaanvraag voor automatische planning te maken en te accepteren:<ol><li>Ga naar het dashboard voor serviceaanvragen door op het kanaal Serviceaanvraag te klikken.</li>
		<li>Klik op Nieuw formulier om een nieuw serviceaanvraagformulier te genereren.</li>
		<li>Vul de vragen in Sectie 1: Demografie in. Selecteer de behandelingstechniek in de vervolgkeuzelijst Behandeling . Klik op de persoon <img alt="Equation 1" src="/files/ftp_upload/65504/65504eq01.jpg" style="margin: auto;"> in de vervolgkeuzelijst van de behandeltechniek om toegang te krijgen tot meer details van de behandelingstechniek.</li>
		<li>Vul de vragen in Sectie 2: Behandeling-Algemene vragen in. Deze vragen zijn voor alle patiënten hetzelfde; hun doel is om de gebruiker actief te betrekken bij het bepalen of het RPA-plan geschikt is voor de huidige patiënt.</li>
		<li>Deel 3: Behandelingsspecifieke vragen, vul de vragen voor de geselecteerde behandelingsaanpak in, inclusief details over de behandelingsdoelen en het voorschrift.</li>
		<li>Klik op verzenden. Zodra de PDF van de serviceaanvraag automatisch is gegenereerd, selecteert u de patiënt in de patiëntenlijst (op het dashboard voor serviceaanvragen). Bekijk de PDF van de serviceaanvraag (Afbeelding 3), scroll indien nodig, en klik op Accepteren om de serviceaanvraag goed te keuren. OPMERKING: Deze PDF moet worden geaccepteerd door een radiotherapeut-oncoloog voordat de RPA begint met het automatisch contouren en plannen. De status van het RPA-plan kan worden bepaald op de pagina Serviceaanvraag, zoals weergegeven in tabel 2. Een voorbeeld van een serviceaanvraag die is gemaakt voor een op zacht weefsel gebaseerd 4-veldenplan voor baarmoederhalskanker wordt weergegeven in afbeelding 3.</li>
	</ol></li>
</ol>   
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>Status</td>
			<td colspan="4">Samenvatting</td>
		</tr><tr><td>In afwachting van beoordeling</td>
			<td colspan="4">Het serviceverzoek voor deze patiënt is al aangemaakt en wacht op de radiotherapeut-oncoloog om het te accepteren.</td>
		</tr><tr><td>Geaccepteerd</td>
			<td colspan="4">Het serviceverzoek voor deze patiënt is geaccepteerd. De status van deze patiënt in het dashboard voor serviceaanvragen verandert pas als een CT-scan voor deze patiënt is geaccepteerd.</td>
		</tr><tr><td>Afgewezen door gebruiker</td>
			<td colspan="4">De Gebruiker heeft de Serviceaanvraag afgewezen.</td>
		</tr><tr><td>Ingediend</td>
			<td colspan="4">Deze casus is ingediend bij de RPA - meer details over de status van deze patiënt zijn te vinden op het hoofddashboard.</td>
		</tr><tr><td>RPA-systeemfout</td>
			<td colspan="4">De verwerking door de RPA werd gestart, maar de RPA stuitte op een fout en kon zijn taak niet voltooien.</td>
		</tr></tbody></table>Tabel 2: Patiëntstatuscategorieën voor het dashboard voor serviceaanvragen.
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/65504/65504fig03.jpg"> Afbeelding 3: Een voorbeeld van een serviceaanvraag voor een 4-veldenplan op basis van zacht weefsel voor baarmoederhalskanker. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig03large.jpg" target="_blank">Klik hier om een grotere versie van deze afbeelding te bekijken.</a>
2. Upload CT-scan en accepteer voor geautomatiseerde planning
Figuur 4 toont een screenshot van de CT-beoordelingswerkruimte. Een CT-scan uploaden en bekijken:
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/65504/65504fig04.jpg"> Figuur 4: Een screenshot van de CT-beoordelingswerkruimte. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig04large.jpg" target="_blank">Klik hier om een grotere versie van deze afbeelding te bekijken.</a>
<ol><li>Ga naar het CT Scans dashboard door op het CT Scans kanaal te klikken.</li>
	<li>Klik op de knop CT uploaden . Selecteer de map waarin de CT-scan (DICOM-indeling) is opgeslagen met behulp van de mappenverkenner die automatisch wordt geopend. Volg de aanwijzingen om de selectie te bevestigen.</li>
	<li>Bekijk de geüploade CT-scan door de patiënt in de patiëntenlijst te selecteren om de CT-viewer voor deze patiënt te openen (Afbeelding 4) en gebruik vervolgens de volgende besturingselementen:<ol><li>Laad de volledige 3D CT-beeldset door op Load CT te klikken. OPMERKING: Andere navigatiehulpmiddelen zijn pas actief als dit is voltooid.</li>
		<li>Blader tussen segmenten in alle weergaven en gebruik een van de volgende tools:<ol><li>Klik op <, > knoppen onder elke CT-weergave om naar het volgende segment te gaan.</li>
			<li>Klik op <<, >> knoppen onder elke CT-weergave om vijf segmenten in de geselecteerde richting te verplaatsen.</li>
			<li>Muiswiel: Beweeg de cursor over een CT-weergave en gebruik vervolgens het muisscrollwiel om tussen segmenten te scrollen.</li>
			<li>Klik op de knop Snijden om een dradenkruis over elke CT-weergave (axiaal, coronaal en sagittaal) te leggen. Klik op een van de drie weergaven om het dradenkruis naar dit punt te verplaatsen - de andere weergaven zullen dienovereenkomstig volgen. Klik op de knop Kruisen om deze tool in/uit te schakelen.</li>
			<li>Klik op de knop Zoomen/Pannen . Bekijk de afbeelding verder met behulp van het muiswiel om in te zoomen op de weergave waar de cursor zich bevindt of klik met de rechtermuisknop en houd deze ingedrukt op een CT-weergave en beweeg vervolgens de muis om te pannen.</li>
			<li>Klik op Gemarkeerde Iso om de CT-weergaven naar het gemarkeerde isocentrum te verplaatsen (gebaseerd op geautomatiseerde detectie van drie radiopake markers). OPMERKING: Deze knop is inactief als de 3D CT-beeldset niet is geladen (klik op 3D laden om dit op te lossen) of als de RPA geen gemarkeerd isocentrum kon detecteren (zoals geïdentificeerd met een driepuntsopstelling).</li>
		</ol></li>
	</ol></li>
	<li>Klik op de knop Ref Point om een referentiepunt toe te voegen.<ol><li>Verplaats de drie weergaven naar de gewenste locatie van het referentiepunt met behulp van het snijgereedschap .</li>
		<li>Klik op de knop Referentiepunt om een referentiepunt toe te voegen.</li>
		<li>Als er al een referentiepunt is geselecteerd, worden de drie weergaven naar dit punt verplaatst door op Referentiepunt te klikken. OPMERKING: Met deze knop voegt u een referentiepunt toe aan een afbeelding als er geen referentiepunt bestaat. Het kan ook de CT-beeldweergaven naar het referentiepunt verplaatsen als er al een bestaat. Een nieuw referentiepunt kan alleen worden geselecteerd voor CT-scans die niet zijn geaccepteerd. Hieronder staan de stappen om een referentiepunt toe te voegen:</li>
		<li>Om een nieuw referentiepunt te selecteren, wist u eerst het huidige referentiepunt door op Referentiepunt wissen te klikken en vervolgens een nieuw referentiepunt toe te voegen. De RPA accepteert slechts één referentiepunt.</li>
	</ol></li>
	<li>Accepteer de CT-scan. Nadat u de CT-scan van de patiënt hebt bekeken, zoals hierboven al beschreven, voert u de volgende stappen uit:<ol><li>Beantwoord de vragen onder de CT-beelden om risico's te minimaliseren en het optreden van fouten in de daaropvolgende RPA-berekeningen te verminderen.</li>
		<li>Selecteer Accepteren en volg de aanwijzingen. OPMERKING: Deze taak kan worden uitgevoerd door iedereen die is geïdentificeerd als een klinische gebruiker van de RPA. De statuscategorieën van huidige patiënten kunnen worden bekeken op het dashboard CT-scans en worden weergegeven in tabel 3.</li>
	</ol></li>
</ol><table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>Status</td>
			<td colspan="4">Samenvatting</td>
		</tr><tr><td>In afwachting van beoordeling</td>
			<td colspan="4">De CT-scan heeft de eerste verwerking ondergaan en wacht op de gebruiker om de scan te bekijken en te accepteren.</td>
		</tr><tr><td>Geaccepteerd</td>
			<td colspan="4">De CT-scan voor deze patiënt is geaccepteerd. Houd er rekening mee dat de status van deze patiënt in het CT-scandashboard niet verandert totdat een serviceverzoek is geaccepteerd.</td>
		</tr><tr><td>Afgewezen door gebruiker</td>
			<td colspan="4">De CT-scan is door de gebruiker geweigerd.</td>
		</tr><tr><td>Ingediend</td>
			<td colspan="4">Deze casus is ingediend bij de RPA - meer details over de status van deze patiënt zijn te vinden op het hoofddashboard.</td>
		</tr><tr><td>RPA-systeemfout</td>
			<td colspan="4">De verwerking door de RPA werd gestart, maar de RPA stuitte op een fout en kon zijn taken niet voltooien.</td>
		</tr></tbody></table>Tabel 3: Patiëntstatuscategorieën voor het dashboard CT-scans.
3. Bewaak de voortgang van de planning
De statuscategorieën van huidige patiënten kunnen worden bekeken op het hoofddashboard (tabel 4). Om een voorlopige beoordeling van een voltooid RPA-plan uit te voeren en te downloaden voor gebruik:
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>Status</td>
			<td colspan="4">Samenvatting</td>
		</tr><tr><td>Geen geaccepteerde CT-scan</td>
			<td colspan="4">Deze patiënt heeft geen geaccepteerde CT-scan (maar er is wel een geaccepteerd serviceverzoek beschikbaar).</td>
		</tr><tr><td>Geen geaccepteerd serviceverzoek</td>
			<td colspan="4">Deze patiënt heeft geen geaccepteerd serviceverzoek (maar er is wel een geaccepteerde CT-scan beschikbaar).</td>
		</tr><tr><td>Wachtrij</td>
			<td colspan="4">De gegevens van deze patiënt zijn naar het RPA-systeem gestuurd en staan in de wachtrij voor verwerking.</td>
		</tr><tr><td>Verwerking</td>
			<td colspan="4">De eerste verwerking van de gegevens van deze patiënt is aan de gang.</td>
		</tr><tr><td>Verwerking-contouren</td>
			<td colspan="4">De RPA Contours worden gegenereerd.</td>
		</tr><tr><td>Rapport Verwerking-contouren</td>
			<td colspan="4">Het RPA Contours Report wordt gegenereerd.</td>
		</tr><tr><td>Compleet – RPA-contouren</td>
			<td colspan="4">Contouren die door de RPA worden gegenereerd, zijn compleet en klaar voor de gebruiker om te downloaden en te bewerken (alleen workflows in 2 stappen).</td>
		</tr><tr><td>In afwachting van contourbeoordeling</td>
			<td colspan="4">Planningscontouren (d.w.z. contouren nadat de gebruiker bewerkingen/toevoegingen heeft gedaan) zijn weer geüpload naar de RPA en het Plancontourenrapport is gegenereerd. De gebruiker moet dit rapport accepteren (via het dashboard met contouren).</td>
		</tr><tr><td>Contouren in wachtrijen plannen</td>
			<td colspan="4">De planningscontouren (d.w.z. contouren nadat de gebruiker bewerkingen/toevoegingen heeft aangebracht) worden in de wachtrij geplaatst voor verwerking voorafgaand aan het RPA-planningsproces.</td>
		</tr><tr><td>In wachtrij: vooraf plannen</td>
			<td colspan="4">Het plan van deze patiënt wordt in de wachtrij geplaatst voor het planningsproces.</td>
		</tr><tr><td>Verwerking–vooraf plannen</td>
			<td colspan="4">De verwerking van de preplanning is aan de gang.</td>
		</tr><tr><td>Optimalisatie in wachtrij</td>
			<td colspan="4">Het plan van deze patiënt wordt in de wachtrij geplaatst voor het planoptimalisatieproces.</td>
		</tr><tr><td>Verwerking-optimalisatie</td>
			<td colspan="4">De optimalisatie van het plan is aan de gang.</td>
		</tr><tr><td>In de wachtrij - QA</td>
			<td colspan="4">Het plan van deze patiënt wordt in de wachtrij geplaatst voor het geautomatiseerde kwaliteitsborgingsproces (QA).</td>
		</tr><tr><td>Verwerking–QA</td>
			<td colspan="4">Het plan QA is aan de gang.</td>
		</tr><tr><td>Verwerkingsplanrapport</td>
			<td colspan="4">Het rapport van het definitieve plan is in behandeling.</td>
		</tr><tr><td>Compleet - RPA-plan</td>
			<td colspan="4">Het RPA-plan is compleet en klaar om te downloaden.</td>
		</tr><tr><td>Mislukt - RPA mislukt</td>
			<td colspan="4">Een RPA-proces is mislukt.</td>
		</tr></tbody></table>Tabel 4: Patiëntstatuscategorieën voor het hoofddashboard.
<ol><li>Bekijk een voltooid RPA-plan door de patiënt te selecteren en vervolgens Bekijken te selecteren bovenaan het hoofddashboard. Bekijk het RPA-planrapport (pdf) voor die patiënt dat automatisch wordt geopend in een nieuw tabblad. OPMERKING: De PDF van het RPA-planrapport is ook toegankelijk via het downloadvenster.</li>
	<li>Download een ingevuld RPA-plan door op het downloadpictogram te klikken. Wacht tot er een venster wordt geopend en de DICOM-bestanden, samen met het RPA-planrapport (PDF), worden gedownload om te worden geïmporteerd in het behandelingsplanningssysteem.</li>
</ol>4. Het RPA-plan importeren in het behandelplanningssysteem van de gebruiker en beoordelen voor klinisch gebruik
OPMERKING: Nadat het RPA-plan is gedownload (DICOM-bestanden), moeten de volgende stappen worden voltooid in het behandelplanningssysteem van de gebruiker:
<ol><li>Importeer de CT-scan van de patiënt in de lokale TPS. Dit is de originele scan die is geüpload naar de RPA.</li>
	<li>Importeer het RPA-plan en de RPA-contouren in de lokale TPS.</li>
	<li>Bereken de dosis opnieuw met behulp van het lokaal in gebruik genomen dosisberekeningsalgoritme en de gebruikte vaste MU-optie .</li>
	<li>Vergelijk de geïmporteerde contouren en berekende dosis met die in het RPA-rapport (om te controleren op correcte import).</li>
	<li>Controleer het plan op geschiktheid en bewerk het indien nodig. OPMERKING: Deze stap kan bestaan uit het bewerken van veldvormen en het opnieuw normaliseren van de velden. Het is erg belangrijk dat het klinische team het definitieve plan in hun behandelplanningssysteem beoordeelt en eventuele wijzigingen aanbrengt vóór klinisch gebruik.</li>
</ol>5. Het uploaden van het definitieve plan naar de RPA-website en het bekijken van de automatische vergelijking van het definitieve plan en het RPA-plan
Patiënten voor wie een RPA-plan is gegenereerd, verschijnen in het planvergelijkingsdashboard. Het dashboard voor het vergelijken van plannen biedt de statuscategorieën die worden weergegeven in tabel 5 voor huidige patiënten. Om het definitieve gebruikersplan te uploaden en een automatische vergelijking van het gebruikersplan en het RPA-abonnement te bekijken:
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>Status</td>
			<td colspan="4">Samenvatting</td>
		</tr><tr><td>In afwachting van uploaden van abonnement</td>
			<td colspan="4">Deze status wordt weergegeven wanneer er een aanvraag is gegenereerd.</td>
		</tr><tr><td>Verwerking</td>
			<td colspan="4">De planvergelijking is aan het verwerken.</td>
		</tr><tr><td>In afwachting van uploaden van abonnement: opnieuw proberen</td>
			<td colspan="4">Planvergelijking is niet mogelijk. De gebruiker moet de geüploade bestanden bekijken en het opnieuw proberen. Mogelijke redenen voor deze status zijn onder meer het uploaden van de onjuiste bestanden.</td>
		</tr><tr><td>Vergelijking Ready–Pass</td>
			<td colspan="4">Het Plan Vergelijkingsrapport is klaar voor beoordeling. Alle planvergelijkingen voldeden aan de criteria. Sommige vergelijkingen kunnen worden gemarkeerd - de gebruiker moet het rapport bekijken.</td>
		</tr><tr><td>Vergelijking gereed-mislukt</td>
			<td colspan="4">Het Plan Vergelijkingsrapport is klaar voor beoordeling. Sommige vergelijkingen voldeden niet aan de gestelde criteria - de gebruiker moet het rapport zorgvuldig bekijken en de oorzaak bepalen.</td>
		</tr></tbody></table>Tabel 5: Patiëntstatuscategorieën voor het dashboard voor het vergelijken van plannen.
<ol><li>Selecteer de patiënt en klik vervolgens op Plan uploaden.</li>
	<li>Selecteer het DICOM-structuurbestand, plan en doseer bestanden om te uploaden.</li>
	<li>Bekijk het Planvergelijkingsrapport door eerst de patiënt te selecteren. Bekijk vervolgens het Planvergelijkingsrapport (Afbeelding 5) dat onder aan het scherm wordt geopend (een voorbeeld wordt weergegeven in Afbeelding 5).</li>
</ol><img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/65504/65504fig05.jpg"> Figuur 5: Een voorbeeld van het automatische vergelijkingsrapport van het plan. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig05large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>

Radiotherapie verbeteren met webgebaseerde stralingsplanningsassistent

<ol>
	<li>Ferlay, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancer+incidence+and+mortality+worldwide:+Sources,+methods+and+major+patterns+in+GLOBOCAN+2012.">Cancer incidence and mortality worldwide: Sources, methods and major patterns in GLOBOCAN 2012.</a> International Journal of Cancer. 136 (5), E359-E386 (2015).</li><li>Elmore, S. N. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+palliative+radiotherapy:+a+framework+to+improve+access+in+resource-constrained+settings.">Global palliative radiotherapy: a framework to improve access in resource-constrained settings.</a> Annals of Palliative Medicine. 8 (3), 274-284 (2019).</li><li>Atun, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Expanding+global+access+to+radiotherapy.">Expanding global access to radiotherapy.</a> The Lancet. Oncology. 16 (10), 1153-1186 (2015).</li><li>Yap, M. L., Zubizarreta, E., Bray, F., Ferlay, J., Barton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+access+to+radiotherapy+services:+have+we+made+progress+during+the+past+decade.">Global access to radiotherapy services: have we made progress during the past decade.</a> Journal of Global Oncology. 2 (4), 207-215 (2016).</li><li>Elmore, S. N. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=C.+al.+Radiotherapy+resources+in+Africa:+an+International+Atomic+Energy+Agency+update+and+analysis+of+projected+needs.">C. al. Radiotherapy resources in Africa: an International Atomic Energy Agency update and analysis of projected needs.</a> The Lancet. Oncology. 22 (9), e391-e399 (2021).</li><li>Datta, N. R., Samiei, M., Bodis, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiation+therapy+infrastructure+and+human+resources+in+low-+and+middle-income+countries:+present+status+and+projections+for+2020.">Radiation therapy infrastructure and human resources in low- and middle-income countries: present status and projections for 2020.</a> International Journal of Radiation Oncology, Biology, Physics. 89 (3), 448-457 (2014).</li><li>Ward, Z. J., Scott, A. M., Hricak, H., Atun, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Global+costs,+health+benefits,+and+economic+benefits+of+scaling+up+treatment+and+imaging+modalities+for+survival+of+11+cancers:+a+simulation-based+analysis.">Global costs, health benefits, and economic benefits of scaling up treatment and imaging modalities for survival of 11 cancers: a simulation-based analysis.</a> The Lancet. Oncology. 22 (3), 341-350 (2021).</li><li>Court, L. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiation+Planning+Assistant+-+a+streamlined,+fully+automated+radiotherapy+treatment+planning+system.">Radiation Planning Assistant - a streamlined, fully automated radiotherapy treatment planning system.</a> Journal of Visualized Experiments. (134), e57411 (2018).</li><li>Nealon, K. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Using+failure+mode+and+effects+analysis+to+evaluate+risk+in+the+clinical+adoption+of+automated+contouring+and+treatment+planning+tools.">Using failure mode and effects analysis to evaluate risk in the clinical adoption of automated contouring and treatment planning tools.</a> Practical Radiation Oncology. 12 (4), e344-e353 (2022).</li><li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+treatment+planning+of+postmastectomy+radiotherapy.">Automated treatment planning of postmastectomy radiotherapy.</a> Medical Physics. 46 (9), 3767-3775 (2019).</li><li>Xiao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Customizable+landmark-based+field+aperture+design+for+automated+whole-brain+radiotherapy+treatment+planning.">Customizable landmark-based field aperture design for automated whole-brain radiotherapy treatment planning.</a> Journal of Applied Clinical Medical Physics. 24 (3), e13839 (2022).</li><li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fully+automatic+treatment+planning+for+external-beam+radiation+therapy+of+locally+advanced+cervical+cancer:+a+tool+for+low-resource+clinics.">Fully automatic treatment planning for external-beam radiation therapy of locally advanced cervical cancer: a tool for low-resource clinics.</a> Journal of Global Oncology. 5, 1-9 (2019).</li><li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+acceptability+of+fully+automated+external+beam+radiotherapy+for+cervical+cancer+with+three+different+beam+delivery+techniques.">Clinical acceptability of fully automated external beam radiotherapy for cervical cancer with three different beam delivery techniques.</a> Medical Physics. 49 (9), 5742-5751 (2022).</li><li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+radiation+treatment+planning+for+cervical+cancer.">Automated radiation treatment planning for cervical cancer.</a> Seminars in Radiation Oncology. 30 (4), 340-347 (2020).</li><li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+contouring+system+for+cervical+cancer+using+convolutional+neural+networks.">Automatic contouring system for cervical cancer using convolutional neural networks.</a> Medical Physics. 47 (11), 5648-5658 (2020).</li><li>Xiao, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+WBRT+treatment+planning+via+deep+learning+auto-contouring+and+customizable+landmark-based+field+aperture+design.">Automated WBRT treatment planning via deep learning auto-contouring and customizable landmark-based field aperture design.</a> arXiv. , (2022).</li><li>Hernandez, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automating+the+treatment+planning+process+for+3D-conformal+pediatric+craniospinal+irradiation+therapy.">Automating the treatment planning process for 3D-conformal pediatric craniospinal irradiation therapy.</a> Pediatric Blood &amp; Cancer. 70 (3), e30164 (2023).</li><li>Huang, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automation+of+radiation+treatment+planning+for+rectal+cancer.">Automation of radiation treatment planning for rectal cancer.</a> Journal of Applied Clinical Medical Physics. 23 (9), e13712 (2022).</li><li>Netherton, T. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+automated+treatment+planning+framework+for+spinal+radiation+therapy+and+vertebral-level+second+check.">An automated treatment planning framework for spinal radiation therapy and vertebral-level second check.</a> International Journal of Radiation Oncology, Biology, Physics. 114 (3), 516-528 (2022).</li><li>Olanrewaju, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+acceptability+of+automated+radiation+treatment+planning+for+head+and+neck+cancer+using+the+Radiation+Planning+Assistant.">Clinical acceptability of automated radiation treatment planning for head and neck cancer using the Radiation Planning Assistant.</a> Practical Radiation Oncology. 11 (3), 177-184 (2021).</li><li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+contouring+QA+method+using+a+deep+learning-based+autocontouring+system.">Automatic contouring QA method using a deep learning-based autocontouring system.</a> Journal of Applied Clinical Medical Physics. 23 (8), e13647 (2022).</li><li>Rhee, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+detection+of+contouring+errors+using+convolutional+neural+networks.">Automatic detection of contouring errors using convolutional neural networks.</a> Medical Physics. 46 (11), 5086-5097 (2019).</li><li>Kisling, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+risk+assessment+of+automated+treatment+planning+and+recommendations+for+clinical+deployment.">A risk assessment of automated treatment planning and recommendations for clinical deployment.</a> Medical Physics. 46 (6), 2567-2574 (2019).</li><li>Nealon, K. A., Court, L. E., Douglas, R. J., Zhang, L., Han, E. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+and+validation+of+a+checklist+for+use+with+automatically+generated+radiotherapy+plans.">Development and validation of a checklist for use with automatically generated radiotherapy plans.</a> Journal of Applied Clinical Medical Physics. 23 (9), e13694 (2022).</li></ol>

LEC heeft aandelenopties in Leo Cancer Care. HB is nu werkzaam bij Varian Medical Systems. AJ heeft een adviesfunctie bij Genentech. JB heeft een adviserende functie bij Icon Cancer Care; WS heeft een adviserende functie bij IBA Dosimetrie; JY heeft reisfinanciering ontvangen van SunNuclear Corp; HS heeft honoraria ontvangen van Cipla.

Dit protocol beschrijft de stappen bij het maken van geautomatiseerde behandelplannen met behulp van de RPA. De belangrijkste stappen zijn (1) CT-upload en -goedkeuring, (2) voltooiing en goedkeuring van serviceaanvragen, (3) het downloaden en importeren van het plan in de TPS van de gebruiker en herberekening van de dosis en het bewerken van het plan, en (4) het uploaden van het definitieve bewerkte plan voor vergelijking met het RPA-plan. De volgorde van de CT-goedkeuring en de goedkeuring van de serviceaanvraag zijn uitwisselbaar. Sommige plannen, met name volumegemoduleerde boogtherapieplannen voor hoofd-hals- en baarmoederhalskanker, worden gemaakt in een proces in twee stappen waarin aanvullende gebruikersinteracties en de contouren en plannen afzonderlijk worden gegenereerd. Over het algemeen zijn de processen echter vergelijkbaar en we verwachten dat deze geavanceerde benaderingen van behandelplanning in de toekomst kunnen worden gewijzigd in een eenstapsproces. De algemene klinische aanvaardbaarheid die kan worden verwacht van deze tools, en van tools die in ontwikkeling zijn voor toekomstige versies, is te vinden in ons gepubliceerde werk 10,12,14,15,16,17,18,19,20,21,22.
Deze tools hebben verschillende beperkingen, zoals beschreven in ons eerdere werk, waarin het risico werd onderzocht bij het inzetten van de Radiation Planning Assistant in radiotherapieklinieken 9,23. Hoewel de gebruikersinterface is ontworpen om het risico op ongepaste gegevensinvoer te minimaliseren, zoals CT-beelden die niet voldoende gezichtsveld hebben of fouten bij handmatige gegevensinvoer, is er nog steeds kans op fouten. Met name menselijke fouten, automatiseringsbias (te veel vertrouwen op de resultaten) en softwarefouten zijn een punt van zorg9. Een zorgvuldige beoordeling en, indien nodig, bewerking van de automatisch gegenereerde contouren en plannen, is essentieel voor een veilig gebruik van de stralingsplanningsassistent. In het algemeen moeten deze beoordelingen hetzelfde proces volgen als wordt gevolgd voor de beoordeling van klinische plannen door natuurkundigen en radiotherapeut-oncologen, hoewel dit kan worden ondersteund door het gebruik van checklists die speciaal zijn ontwikkeld als aanvulling op handmatige beoordeling van automatisch opgestelde behandelplannen24.
Er zijn situaties waarin de RPA geen plan kan genereren en een fout aan de gebruiker meldt. In bijna alle gevallen wordt dit veroorzaakt doordat de RPA onverwachte gegevens tegenkomt die het niet kan interpreteren, zoals onvoldoende gezichtsveld of positionering van de patiënt (bijvoorbeeld als een CT-beeld is gemaakt met behulp van een rugligging, maar met de patiënt in buikligging). De gebruiker kan het probleem mogelijk identificeren op basis van waar de fout wordt gemeld. In de meeste gevallen kunnen deze situaties alleen worden verholpen door handmatig contouren of planning. Het RPA-team kan mogelijk ook logbestanden bekijken om het probleem te identificeren.
De RPA is speciaal ontworpen en ontwikkeld om hoogwaardige autocontouring- en autoplanningstools te bieden aan klinieken met beperkte middelen, met name die in lage- en middeninkomenslanden. We werken momenteel aan de regelgevende, juridische en administratieve processen die zullen leiden tot klinisch gebruik van de RPA. Zodra dat gebeurt, verwachten we het gebruik nauwlettend in de gaten te houden en wijzigingen aan te brengen in de workflow of gebruikersinterfaces als reactie op onverwachte risico's of andere feedback van gebruikers. Het doel is om hulpmiddelen te bieden die radiotherapiediensten ondersteunen, zodat lokale klinische teams hun inspanningen kunnen opschalen, waardoor de toegang tot hoogwaardige, consistente radiotherapieplannen wordt verbeterd. We hopen dat dit zal leiden tot betere resultaten voor de patiënt en tot kortere wachttijden. Hoewel het huidige portfolio beperkt is tot kanker van het hoofd en de nek, de borst en de baarmoederhals, evenals bestraling van de hele hersenen voor hersenmetastasen, werken we aan aanvullende behandelingen die zullen worden opgenomen in toekomstige versies 17,18,19.

Het wereldwijde aantal gevallen van kanker zal naar verwachting groeien tot ongeveer 24,6 miljoen in 2030, met de grootste last in lage- en middeninkomenslanden (LMIC's)1. Radiotherapie is een kosteneffectieve, curatieve en palliatieve behandeling voor kanker, die voordelen biedt aan ongeveer 50% van de patiënten met kanker en aan 60-70% in lage-inkomenslanden waar patiënten meer kans hebben om zich in een laat stadium te presenteren 2,3. De toegang tot radiotherapie wereldwijd is echter beperkt4; geen enkel land in Afrika heeft bijvoorbeeld de radiotherapiecapaciteit om aan hun geschatte behoefte te voldoen5. Verschillende studies hebben een schatting gemaakt van deze dreigende tekorten en wat er nodig zou zijn om aan de komende behoeften te voldoen 6,7.
De Lancet Oncology Commission voerde overtuigend aan dat investeringen in verbeteringen van de radiotherapiecapaciteit niet alleen levens zouden redden, maar ook positieve economische voordelen zouden opleveren3. Ze wezen er ook specifiek op dat automatisering van radiotherapiecontouren en behandelingsplanning klinische teams kan helpen hun inspanningen op te schalen door de tijd die respectievelijk oncologen en natuurkundigen aan deze taken besteden aanzienlijk te verminderen, waardoor de doelen beter haalbaar worden.
Onze onderzoeksgroep heeft samengewerkt met klinische teams van MD Anderson en in ziekenhuizen over de hele wereld om webgebaseerde geautomatiseerde tools te ontwikkelen. Deze reeks tools (de RPA genoemd) biedt op kunstmatige intelligentie gebaseerde contouren (het schetsen van tumoren en nabijgelegen organen op CT-scans) en radiotherapiebehandelingsplanning (die precies definieert hoe de straling wordt afgegeven). Dit webgebaseerde platform biedt het voordeel dat er minder tijd en middelen nodig zijn om plannen van hoge kwaliteit voor elke patiënt op te stellen.
Onze ervaring met een vroege versie van een op AI gebaseerde tool bij MD Anderson heeft aangetoond dat geautomatiseerde contouring tot 2 uur per patiënt kan besparen - een aanzienlijke stroomlijning van de workflow. Dit betekent dat het huidige klinische personeel in staat zal zijn om hun inspanningen op te schalen en meer patiënten te behandelen met radiotherapie van hogere kwaliteit. Door deze tools aan te bieden via een volledig geautomatiseerde, webgebaseerde service (Radiation Planning Assistant [RPA], RPA.mdanderson.org), kunnen we de kosten voor de patiënten en zorgverleners minimaliseren en het bereik van deze tool maximaliseren.
We zijn al 6 jaar bezig met de ontwikkeling van de RPA en er zijn verschillende belangrijke wijzigingen aangebracht sinds we voor het eerst publiceerden over de RPA-workflows8. Deze omvatten het ontwikkelen van de RPA tot een webgebaseerde tool, waardoor de kosten voor installatie en onderhoud worden verlaagd en de robuustheid van het systeem wordt verbeterd. Andere verbeteringen zijn onder meer wijzigingen in de gebruikersinterfaces om de bruikbaarheid te verbeteren en het risico op foutente verminderen 9 en het uitbreiden van behandelingsopties (met name radiotherapieplanning voor borst10 na borstamputatie 10 en metastasen naar de hersenen11). Het hier beschreven protocol is dus aanzienlijk geavanceerder dan de oorspronkelijke versie die eerder is gepubliceerd.
De RPA maakt gebruik van een eenstapsproces om contouren en plannen te maken in situaties waarin het bewerken van de contouren over het algemeen niet nodig is om het behandelplan op te stellen. Dit omvat vierveldsbehandelingsplanning voor baarmoederhalskanker (gebaseerd op benige oriëntatiepunten of automatisch gegenereerde contouren van zacht weefsel)12,13,14,15, tangentiële of supraclaviculaire velden voor borstkanker na borstamputatie 11, en tegengestelde laterale voor behandelingen van de hele hersenen16. In de nabije toekomst verwachten we craniospinale behandelingen voor pediatrische kankers17, drieveldsbehandelingen voor endeldarmkanker18 en behandelplanning voor verschillende palliatieve gevallen (wervellichamen, heupen en ribben)19, evenals long- en blaaskanker. Momenteel vereisen meer geavanceerde behandelingen, met name volume-gemoduleerde boogtherapie (VMAT), een proces in twee stappen waarbij automatisch gegenereerde contouren worden bewerkt voorafgaand aan de behandelplanning 13,20. De kwaliteit van autocontouring op basis van deep learning is echter zodanig dat we verwachten deze planningsbenaderingen in de toekomst te veranderen in een eenstapsproces. Dit protocol richt zich op planning in één stap.
Figuur 1 toont de algemene workflow voor het opstellen van een behandelplan voor radiotherapie met behulp van de RPA, met meer details over de verschillende taken die in tabel 1 worden weergegeven. Samengevat vereist de RPA een ingevuld serviceverzoek (dat informatie bevat zoals het voorschrijven van de dosis en de behandelingsaanpak) en de individuele CT-scan van een patiënt. Het serviceverzoek moet worden geaccepteerd door een radiotherapeut-oncoloog. De CT-scan moet worden geaccepteerd door een klinische gebruiker om er zeker van te zijn dat de RPA-berekeningen op de juiste CT-scan worden uitgevoerd. Zodra de RPA een plan heeft gegenereerd, moet het worden gedownload van de RPA-website en worden geïmporteerd in het behandelingsplanningssysteem van de gebruiker, waar de dosis opnieuw moet worden berekend. Dit is nodig omdat de RPA plannen berekent op standaardliggers (beschikbaar voor verschillende linac-modellen), die mogelijk niet exact overeenkomen met de bundelkarakteristieken van de lokale linac. Deze aanpak is gekozen om de kosten te verlagen, hoewel maatwerk nodig kan zijn als de lokale balken aanzienlijk verschillen van onze standaardbalken. De gebruikers (behandelplanner en radiotherapeut-oncoloog) kunnen wijzigingen aanbrengen in het plan. Het plan komt vervolgens in de typische klinische workflow van de gebruiker, inclusief lokale kwaliteitscontroles. Ten slotte moet de gebruiker zijn definitieve (herberekende en bewerkte) plan uploaden naar de RPA-website, waar een geautomatiseerde vergelijking tussen het definitieve plan en het RPA-plan wordt uitgevoerd. Dit is een nuttige controle van de gegevensintegriteit in de algehele workflow.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/65504/65504fig01.jpg"> Figuur 1: Workflow van het geautomatiseerde behandelplanningsproces. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig01large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>Taak # in figuur 1</td>
			<td colspan="3">Taakomschrijving</td>
			<td colspan="2">Plaats</td>
		</tr><tr><td></td>
			<td colspan="3">Bekijk de status van eerdere patiënten</td>
			<td colspan="2">Hoofd dashboard</td>
		</tr><tr><td>1</td>
			<td colspan="3">Vul een serviceaanvraag in op de RPA-website</td>
			<td colspan="2">Dashboard voor serviceaanvragen</td>
		</tr><tr><td>2</td>
			<td colspan="3">Upload een CT-scan naar de RPA-website</td>
			<td colspan="2">CT-scan dashboard</td>
		</tr><tr><td rowspan="2">3</td>
			<td colspan="3">Controleer de status van de patiënt</td>
			<td colspan="2">Hoofd dashboard</td>
		</tr><tr><td colspan="3">Bekijk en download het RPA-plan</td>
			<td colspan="2">Hoofd dashboard</td>
		</tr><tr><td>4</td>
			<td colspan="3">Importeer het plan in de TPS van de gebruiker, bereken de dosis opnieuw en breng indien nodig wijzigingen aan</td>
			<td colspan="2">Lokale TPS</td>
		</tr><tr><td rowspan="2">5, 6</td>
			<td colspan="3">Upload het definitieve plan naar de RPA-website</td>
			<td colspan="2">Dashboard voor het vergelijken van plannen</td>
		</tr><tr><td colspan="3">Bekijk de automatische vergelijking van het definitieve plan en het RPA-plan</td>
			<td colspan="2">Dashboard voor het vergelijken van plannen</td>
		</tr><tr><td>-</td>
			<td colspan="3">Het plan komt in de routinematige klinische workflow van de gebruiker, inclusief regelmatige kwaliteitsborging</td>
			<td colspan="2">Eigen software van de gebruiker</td>
		</tr></tbody></table>Tabel 1: Overzicht van de taken die komen kijken bij het maken van een RPA-plan met behulp van de 1-staps workflow. Lokale TPS: Planningssysteem voor de behandeling van de gebruiker.
Dit manuscript beschrijft deze eenstapsworkflow voor de RPA en presenteert enkele voorbeeldresultaten van de output van het behandelplanningsproces. Momenteel maken de volgende planningsbenaderingen gebruik van deze workflow in één stap: i) Behandelplannen met vier velden voor patiënten met baarmoederhalskanker (op benige oriëntatiepunten gebaseerde openingen); ii) behandelplannen met vier velden voor patiënten met baarmoederhalskanker (veldopeningen op basis van zacht weefsel); iii) tangentiële en supraclaviculaire behandelplannen voor patiënten met een thoraxwand; iv) behandelplannen voor het hele brein.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Radiation Planning Assistant</td>
			<td>MD Anderson Cancer Center</td>
			<td>na</td>
			<td>webpage</td>
		</tr>
	</tbody>
</table>

radiation planning assistant - a web-based tool to support high-quality radiotherapy in clinics with limited resources

De toegang tot radiotherapie is wereldwijd beperkt. De Radiation Planning Assistant (RPA) is een volledig geautomatiseerde, webgebaseerde tool die wordt ontwikkeld om volledig geautomatiseerde planningstools voor radiotherapiebehandelingen aan te bieden aan klinieken met beperkte middelen. Het doel is om klinische teams te helpen hun inspanningen op te schalen, waardoor meer patiënten met kanker worden bereikt. De gebruiker maakt via een webpagina verbinding met de RPA, vult een serviceverzoek in (voorschrift en informatie over de radiotherapiedoelen) en uploadt de CT-beeldset van de patiënt. De RPA biedt twee benaderingen voor geautomatiseerde planning. Bij een eenstapsplanning genereert het systeem aan de hand van de serviceaanvraag en CT-scan automatisch de benodigde contouren en het behandelplan. Bij een planning in twee stappen beoordeelt en bewerkt de gebruiker de automatisch gegenereerde contouren voordat de RPA doorgaat met het genereren van een volumegemoduleerd boogtherapieplan. Het definitieve plan wordt gedownload van de RPA-website en geïmporteerd in het lokale behandelingsplanningssysteem van de gebruiker, waar de dosis opnieuw wordt berekend voor de lokaal in gebruik genomen linac; Indien nodig wordt het plan bewerkt voordat het wordt goedgekeurd voor klinisch gebruik.

The global number of cancer cases is expected to grow to approximately 24.6 million by 2030, with the largest burden in low- and middle-income countries (LMICs)1. Radiotherapy is a cost-effective, curative, and palliative treatment for cancer, providing benefits to approximately 50% of patients with cancer and to 60-70% in low-income countries where patients are more likely to present at a late stage2,3. However, access to radiotherapy worldwide is limited4; for example, no countries in Africa have the radiotherapy capacity to meet their estimated need5. Several studies have estimated these impending shortages and what would be required to meet upcoming needs6,7.
The Lancet Oncology Commission made the compelling case that investment in radiotherapy capacity improvements would not only save lives but would also bring positive economic benefits3. They also specifically pointed out that automation of radiotherapy contouring and treatment planning may help clinical teams scale their efforts by significantly reducing the time spent on these tasks by oncologists and physicists, respectively, making the goals more attainable.
Our research group has been working in collaboration with clinical teams at MD Anderson and at hospitals across the world to develop web-based automated tools. This suite of tools (called the RPA) provides Artificial Intelligence-based contouring (outlining tumors and nearby organs on CT scans) and radiotherapy treatment planning (which defines exactly how the radiation is delivered). This web-based platform offers the advantage of reduced time and resources needed to prepare high-quality plans for each patient.
Our experience with an early version of an AI-based tool at MD Anderson has shown that automated contouring can save up to 2 h per patient-a significant streamlining of the workflow. This means that current clinical staff will be able to scale their effort, treating more patients with higher-quality radiotherapy. By offering these tools via a fully automated, web-based service (Radiation Planning Assistant [RPA], RPA.mdanderson.org), we can minimize the cost to the patients and providers and maximize the reach of this tool.
We have been developing the RPA for 6 years, and several significant changes have been made since we first published on the RPA workflows8. These include developing the RPA into a web-based tool, thus reducing the costs associated with installation and maintenance, and improving the system&#39;s robustness. Other improvements include changes in the user interfaces to improve usability and reduce the risk of error9 and expanding treatment options (specifically, radiotherapy planning for post-mastectomy breast10 and metastases to the brain11). Thus, the protocol described here is substantially more advanced than the initial version previously published.
The RPA uses a one-step process to create contours and plans in situations in which editing of the contours is not generally necessary to create the treatment plan. This includes four-field box treatment planning for cervical cancer (based on bony landmarks or automatically generated soft tissue contours)12,13,14,15, tangential or supraclavicular fields for post-mastectomy breast cancer11, and opposed laterals for whole-brain treatments16. In the near future, we expect to add craniospinal treatments for pediatric cancers17, three-field treatments for rectal cancer18, and treatment planning for various palliative cases (vertebral bodies, hips, and ribs)19, as well as lung and bladder cancers. Currently, more advanced treatments, specifically volume-modulated arc therapy (VMAT), require a two-step process in which automatically generated contours are edited prior to treatment planning13,20. However, the quality of deep learning-based autocontouring is such that we expect to change these planning approaches to a one-step process in the future. This protocol focuses on one-step planning.
Figure 1 shows the overall workflow for creating a radiotherapy treatment plan using the RPA, with more details on the different tasks shown in Table 1. In summary, the RPA requires a completed Service Request (which includes information such as the dose prescription and treatment approach) and a patient&#39;s individual CT scan. The Service Request must be accepted by a radiation oncologist. The CT scan must be accepted by a Clinical User to ensure that the RPA calculations are performed on the correct CT scan. Once the RPA has generated a plan, it should be downloaded from the RPA website and imported into the user&#39;s treatment planning system, where the dose should be recalculated. This is necessary because the RPA calculates plans on standard beams (available for several linac models), which may not exactly match the beam characteristics of the local linac. This approach was taken to reduce cost, although customization may be needed if the local beams are significantly different from our standard beams. The users (treatment planner and radiation oncologist) may make edits to the plan. The plan then enters the user&#39;s typical clinical workflow, including local quality assurance checks. Finally, the user should upload their final (recalculated and edited) plan to the RPA website, where an automated comparison between the Final Plan and the RPA Plan is performed. This is a useful check of data integrity in the overall workflow.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/65504/65504fig01.jpg" /> 
Figure 1: Workflow of the automated treatment planning process. <a href="https://www.jove.com/files/ftp_upload/65504/65504fig01large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Task # in Figure 1</td>
			<td colspan="3">Task description</td>
			<td colspan="2">Location</td>
		</tr>
		<tr>
			<td></td>
			<td colspan="3">Review the status of any past patients</td>
			<td colspan="2">Main dashboard</td>
		</tr>
		<tr>
			<td>1</td>
			<td colspan="3">Complete a Service Request on the RPA website</td>
			<td colspan="2">Service Request dashboard</td>
		</tr>
		<tr>
			<td>2</td>
			<td colspan="3">Upload a CT scan to the RPA website</td>
			<td colspan="2">CT scan dashboard</td>
		</tr>
		<tr>
			<td rowspan="2">3</td>
			<td colspan="3">Check on the status of the patient</td>
			<td colspan="2">Main dashboard</td>
		</tr>
		<tr>
			<td colspan="3">Review and download the RPA Plan</td>
			<td colspan="2">Main dashboard</td>
		</tr>
		<tr>
			<td>4</td>
			<td colspan="3">Import the plan into the user&#8217;s TPS, recalculate the dose, and make edits as necessary</td>
			<td colspan="2">Local TPS</td>
		</tr>
		<tr>
			<td rowspan="2">5, 6</td>
			<td colspan="3">Upload the Final Plan to the RPA website</td>
			<td colspan="2">Plan comparison dashboard</td>
		</tr>
		<tr>
			<td colspan="3">Review the automatic comparison of the Final Plan and the RPA Plan</td>
			<td colspan="2">Plan comparison dashboard</td>
		</tr>
		<tr>
			<td>-</td>
			<td colspan="3">The plan enters the user&#8217;s routine clinical workflow, including regular quality assurance</td>
			<td colspan="2">User&#8217;s own software</td>
		</tr>
	</tbody>
</table>
Table 1: Overview of the tasks involved in creating an RPA Plan using the 1-step workflow. Local TPS: User&#39;s Treatment Planning System.
This manuscript describes this one-step workflow for the RPA and presents some example results of the treatment planning process output. Currently, the following planning approaches use this one-step workflow: i) Four-field box treatment plans for cervical cancer patients (bony landmark-based apertures); ii) four-field box treatment plans for cervical cancer patients (soft tissue-based field apertures); iii) tangential and supraclavicular treatment plans for chest wall patients; iv) whole-brain treatment plans.

Auteur in de schijnwerpers: de toegang tot bestralingstherapie verbeteren met de assistent voor stralingsplanning

Radiation Planning Assistant - Een webgebaseerde tool ter ondersteuning van hoogwaardige radiotherapie in klinieken met beperkte middelen

We have developed the Radiation Planning Assistant as a web-based tool intended to help low and middle income countries scale their efforts to provide high quality contouring and treatment planning for patients. Access to radiotherapy is very limited in most places in the world, and that's due to multiple factors including shortage of staff and qualified radiation oncologists, therapy radiographer and medical physicists. And what we hope for the RPA is to address some of these challenges.The Radiation Planning Assistant has been designed to provide high quality contours and the plans at a minimal cost. Our hope is to provide access to those tools for free for clinics who would not otherwise have access. Now that we have finished version 1 of the Radiation Planning Assistant, we will start to develop the next versions.We will try to reduce the need for manual upload and download of data and add new treatment sites and approaches.

Het doel van het hoofddashboard (Figuur 1) is om een snel overzicht te geven van de status van de huidige patiënten in de RPA, een snelle beoordeling van voltooide plannen mogelijk te maken, voltooide plannen te downloaden voor beoordeling en bewerking in het behandelplanningssysteem van de gebruiker, en geavanceerde patiëntnavigatie- en sorteertools te bieden. Om hier te verschijnen, moeten patiënten ten minste een van de volgende zaken hebben: (1) een geaccepteerde CT-scan of (2) een geaccepteerd serviceformulier. De statuscategorieën van huidige patiënten kunnen worden bekeken op het hoofddashboard (tabel 4).
Een voorbeeld van een lateraal veld uit een radiotherapieplan voor de hele hersenen is weergegeven in figuur 6. Een voorbeeld van een lateraal veld van een op benig oriëntatiepunt gebaseerd 4-velds boxplan voor baarmoederhalskanker is weergegeven in figuur 7. In beide gevallen moet het definitieve plan worden gedownload en vervolgens worden geïmporteerd in het behandelplanningssysteem van de gebruiker, waar de resultaten moeten worden beoordeeld, bewerkt en opnieuw berekend. De RPA maakt ook een definitief planrapport (PDF) met de serviceaanvraag (zie het voorbeeld in afbeelding 3), het CT-goedkeuringsrapport en andere details van het behandelplan.
Het doel van het dashboard voor serviceaanvragen (tabel 2) is om een snel statusoverzicht te geven van de serviceaanvraag voor huidige patiënten in de RPA, een nieuwe serviceaanvraag te maken, een voltooide serviceaanvraag te accepteren en een serviceaanvraag te bewerken. Patiënten die een ingediend of geaccepteerd serviceverzoek hebben, worden weergegeven op dit dashboard, dat toegankelijk is voor alle gebruikers van de RPA. Alleen gebruikers die in het RPA-systeem zijn geregistreerd als radiotherapeut-oncologen kunnen echter een serviceverzoek accepteren.
Het doel van het CT-dashboard (tabel 3) is om een snel statusoverzicht te geven van CT-scans voor huidige patiënten in de RPA, nieuwe CT-scans te uploaden, CT-scans te bekijken en te accepteren, en referentiepunten toe te voegen aan CT-scans. Referentiepunten worden toegevoegd om de RPA in sommige specifieke situaties te begeleiden, zoals wanneer de gebruiker een niet-standaard superieure rand wil gebruiken voor eenvoudige 4-velds boxplannen voor baarmoederhalskanker. Patiënten van wie een CT-scan is geüpload, worden hier getoond. Elke gebruiker kan het CT-dashboard bekijken, maar alleen gebruikers die zijn geregistreerd als klinische gebruikers kunnen de CT-scans accepteren.
Zodra de gebruiker zijn definitieve plan heeft bevestigd, kan hij het exporteren vanuit zijn TPS en uploaden naar de RPA. Het doel van dit proces is om een manier te bieden om te controleren of de gegevens correct zijn gecommuniceerd tussen verschillende apparaten.
Patiënten voor wie een RPA-plan is gegenereerd, verschijnen in het planvergelijkingsdashboard. Het dashboard voor het vergelijken van plannen biedt de statuscategorieën die worden weergegeven in tabel 5 voor huidige patiënten.
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/65504/65504fig06.jpg"> Figuur 6: Typisch lateraal veld voor radiotherapie van de hele hersenen. Deze weergave toont de projecties van de structuurcontouren en de posities van de hoofdcollimatoren (geel) en de meerbladige collimatoren (blauw). <a href="https://www.jove.com/files/ftp_upload/65504/65504fig06large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/65504/65504fig07.jpg"> Figuur 7: Een voorbeeld van een lateraal veld van een op benig oriëntatiepunt gebaseerd 4-velds boxplan voor baarmoederhalskanker. Deze weergave toont de posities van de hoofdcollimatoren (geel) en de meerbladige collimatoren (blauw). <a href="https://www.jove.com/files/ftp_upload/65504/65504fig07large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>

Watch this Scientific Journal Video about Author Spotlight: Improving Radiation Therapy Access with Radiation Planning Assistant at JoVE.com

Dit protocol beschrijft een reeks geautomatiseerde tools die zijn ontworpen voor autocontouring en autoplanning van radiotherapie van hoge kwaliteit en die worden verpakt in een webgebaseerde service om de robuustheid en schaalbaarheid te maximaliseren en tegelijkertijd de operationele kosten te minimaliseren.

Access to radiotherapy worldwide is limited. The Radiation Planning Assistant (RPA) is a fully automated, web-based tool that is being developed to offer ...

We hebben de Radiation Planning Assistant ontwikkeld als een webgebaseerde tool die bedoeld is om lage- en middeninkomenslanden te helpen hun inspanningen op te schalen om hoogwaardige contouren en behandelplanning voor patiënten te bieden. De toegang tot radiotherapie is op de meeste plaatsen in de wereld zeer beperkt, en dat is te wijten aan meerdere factoren, waaronder een tekort aan personeel en gekwalificeerde radiotherapeut-oncologen, therapie-radiografen en medisch fysici. En wat we hopen voor de RPA is om een aantal van deze uitdagingen aan te pakken.De Radiation Planning Assistant is ontworpen om contouren en plannen van hoge kwaliteit te leveren tegen minimale kosten. Onze hoop is om gratis toegang te bieden tot die tools voor klinieken die anders geen toegang zouden hebben. Nu we versie 1 van de Radiation Planning Assistant klaar hebben, gaan we aan de slag met de ontwikkeling van de volgende versies.We zullen proberen de behoefte aan handmatig uploaden en downloaden van gegevens te verminderen en nieuwe behandellocaties en benaderingen toe te voegen.

radiation-planning-assistant-web-based-tool-to-support-high-quality

Research

JoVE Journal

Medicine

Radiation Planning Assistant - A Web-based Tool to Support High-quality Radiotherapy in Clinics with Limited Resources

Access to radiotherapy worldwide is limited. The Radiation Planning Assistant (RPA) is a fully automated, web-based tool that is being developed to offer fully automated radiotherapy treatment planning tools to clinics with limited resources. The goal is to help clinical teams scale their efforts, thus reaching more patients with cancer. The user connects to the RPA via a webpage, completes a Service Request (prescription and information about the radiotherapy targets), and uploads the patient&#39;s CT image set. The RPA offers two approaches to automated planning. In one-step planning, the system uses the Service Request and CT scan to automatically generate the necessary contours and treatment plan. In two-step planning, the user reviews and edits the automatically generated contours before the RPA continues to generate a volume-modulated arc therapy plan. The final plan is downloaded from the RPA website and imported into the user&#39;s local treatment planning system, where the dose is recalculated for the locally commissioned linac; if necessary, the plan is edited prior to approval for clinical use.

This protocol describes a series of automated tools designed for high-quality radiotherapy autocontouring and autoplanning that are being packaged into a web-based service to maximize robustness and scalability while minimizing operational costs.

Using Radiation Planning Assistant for Automated CT Scan Comparison and Treatment Planning

Begin by launching the Radiation Planning Assistant, or RPA. Then go to the service request dashboard on RPA interface by clicking the service request channel. Then click on the new form to generate a new request form.Complete the questions under the first section titled Demographics. Then select the treatment technique from the treatment pull-down menu. Click on the information icon in the treatment technique pull-down menu to access further details of the treatment technique.Next, complete the questions in the second section titled Treatment General Questions. Now move to section three titled Treatment Specific Questions and complete the questions including the details of the treatment targets and prescription. Click on submit to generate the service request PDF.Select the patient in the patient list. Review the service request PDF, and click accept to approve it. Next, go to the CT Scans dashboard by clicking on the CT Scans channel.Select the option, upload CT and pick the folder where the CT scan is stored using folder explorer. Follow the prompts to confirm the selection. Select the patient in the patient list to review the corresponding uploaded CT scan.Then load the entire 3D CT image by clicking on load 3D. Now scroll between the slices in all views using forward or backward buttons located below the CT view to move to the next slice. Click the right shift or left shift buttons to move five slices in either direction.Alternatively, move the cursor over any view and use the mouse to scroll between the slices. The Intersect button can also be clicked to overlay a cross hair on each CT view. Then click on any of the three views to move the cross hair, causing the other views to follow accordingly.Zoom into the image to further review it using the zoom pan button. Then right click and hold down a CT view using the mouse to zoom. Click on marked ISO to move the CT views to the marked ISO center.To add a reference point, first, move the three views to the desired reference point location by using the intersect tool. Next, click on the Ref Point button to add a reference point. To add a new reference point, clear the current point by clicking on clear ref point.Then add a new one. Accept the CT scan. Then answer the questions below the CT images to minimize risk and reduce errors in the subsequent RPA calculations.Now click on accept and follow the prompts. To begin the monitoring process, first, review a completed RPA plan by selecting the patient and choosing review at the top of the main dashboard. Download a completed RPA plan by clicking on the download icon.When a new window opens, the DICOM files, along with the PDF version of the RPA plan report, will be downloaded for import into the treatment planning system. To upload the final plan to the website, select the patient and click upload plan. Choose the DICOM Structure file, Plan, and Dose Files for upload.Finally, review the plan comparison report by selecting the patient. An example of a lateral field from a whole brain radiotherapy plan is shown here, while a lateral field from a bony landmark-based four field box plan for cervical cancer is also shown. In both cases, the RPA created a final plan report after downloading and importing the user's treatment planning system.The service request dashboard provides a quick status overview of the service request for current patients in the RPA.