< Terug naar vorige pagina

Project

BAPTON - Biologie Adaptieve ProtonTherapie in slOkdarmkaNker

Meer dan de helft van de patiënten die voor kanker worden behandeld, krijgen tijdens hun ziekte externe bestraling (EBRT). EBRT wordt doorgaans gekenmerkt door sterk gestandaardiseerde protocollen en is afhankelijk van de precieze dagelijkse levering van hoogenergetische röntgenstralen in combinatie met volumetrische beeldvormingstools. Om de kankerzorg in België verder te verbeteren, hebben het UZ Leuven en de Cliniques Universitaires Saint-Luc onlangs in samenwerking het eerste Belgische centrum voor protontherapie, ParTICLe, gebouwd, dat zich op de campus Gasthuisberg in Leuven bevindt. De gekozen fabrikant was IBA, een voormalige spin-off van UCLouvain in 1986 en nu wereldleider in de bouw van protontherapiecentra. De eerste patiënt wordt verwacht tegen maart 2020. Protontherapie (PT) stelt zich op als een belangrijke speler in het therapeutisch arsenaal dat beschikbaar is voor clinici aan beide zijden van de taalgrens om hun patiënten te behandelen met een van de meest geavanceerde technologieën. In vergelijking met fotontherapie met röntgenstralen (XT) maakt de protonfysica een hoge concentratie van de toegediende dosis in de doelvolumes mogelijk, wat resulteert in een betere sparing van de omringende gezonde weefsels en een betere therapeutische ratio. De toegevoegde waarde van PT is echter niet systematisch en hangt af van anatomische en klinische parameters die specifiek zijn voor elke patiënt. Bovendien kunnen patiënten met een vergelijkbaar basisprofiel verschillend reageren op de behandeling. Een patiënt die onder behandeling is met XT kan dus onverwachte toxiciteiten ontwikkelen, waardoor het noodzakelijk is om over te stappen op PT. Optimaal gebruik van dergelijke geavanceerde technologie vereist daarom dat voor en tijdens de behandeling wordt bepaald welke patiënten het meest baat zouden kunnen hebben bij PT. Het doel van het project is om een klinisch beslissingsondersteunend systeem te ontwikkelen, grotendeels geautomatiseerd door kunstmatige intelligentie, dat het mogelijk maakt om de toegevoegde waarde van PT ten opzichte van XT op elk moment van de behandeling objectief in te schatten, voor elke individuele patiënt. Deze beoordeling zal worden uitgevoerd met behulp van gepubliceerde voorspellingsmodellen voor toxiciteit en tumorcontrole die zullen worden bijgewerkt op basis van longitudinale beeldvormingsgegevens en biologische markers (d.w.z. verworven tijdens de behandeling). De gekozen tumorlocatie voor het proof-of-concept is slokdarmkanker, waar al verschillende ParTICLe onderzoekers zich op richten. Verder zullen we deelnemen aan een Europese gerandomiseerde klinische studie waarbij patiënten met slokdarmkanker worden gerandomiseerd tussen PT en XT. De rol van kunstmatige intelligentie is om enkele knelpunten aan te pakken in de gebruikelijke behandelingsplanning, die normaal gesproken een menselijke tussenkomst vereist. Deze manuele handelingen zijn typisch traag, vervelend en verhinderen een snelle simulatie van de behandelingsplanningsketen. Dergelijke handmatige stappen zijn bijvoorbeeld de afbakening van risicodragende organen, de contouren van de doelvolumes, de fijnafstelling van de plandoelstellingen om een klinisch aanvaardbare dosis te krijgen.

Datum:1 okt 2020 →  Heden
Trefwoorden:Deep Learning, Proton Therapy, Oesophageal Cancer
Disciplines:Biomedische beeldverwerking, Menselijke gezondheidsengineering
Project type:PhD project