Model AI DiffuDose liczy dawkę radioterapii celowanej w 23 sekundy zamiast godzin

Zespół inżynierii biomedycznej z University of Massachusetts Amherst zbudował model sztucznej inteligencji, który w mniej niż 23 sekundy oblicza, ile promieniowania pochłaną poszczególne narządy pacjenta poddanego terapii radioligandowej raka prostaty. Dotychczasowa metoda uznawana za złoty standard potrafiła zajmować całe godziny na jednego pacjenta, co w praktyce blokowało personalizację dawek na dużą skalę.

Dwa modele w jednym

DiffuDose opiera się na dwóch współpracujących modułach AI. Pierwszy przygotowuje wstępne, przybliżone oszacowanie dawki promieniowania na podstawie obrazów wykonanych po podaniu terapii. Drugi moduł, oparty na architekturze dyfuzyjnej, przekształca to przybliżenie w szczegółową, pikselową mapę rozkładu promieniowania w całym ciele pacjenta.

Terapia, której dotyczy badanie, to leczenie radioligandowe 177Lu-PSMA stosowane u chorych na raka prostaty. Lek radioaktywny wiąże się z antygenem błonowym swoistym dla prostaty na powierzchni komórek nowotworowych i niszczy je promieniowaniem beta wydzielanym z wnętrza guza. Problem w tym, że dawka pochłonięta przez różne narządy, zwłaszcza nerki i szpik kostny, różni się znacząco między pacjentami w zależności od budowy ciała, metabolizmu i rozmieszczenia przerzutów.

Ta sama dawka dla każdego

Obecna praktyka kliniczna w większości przypadków opiera się na standardowej dawce leku, identycznej dla wszystkich pacjentów, mimo że koncerny farmaceutyczne zainwestowały w rozwój terapii radioligandowych miliardy dolarów. Precyzyjne dawkowanie oparte na indywidualnej dozymetrii istnieje od dawna jako metoda obliczeniowa, ale jej czasochłonność sprawiała, że w rutynowej opiece stosowano ją rzadko.

Right now, everybody gets the same dose. That essentially leaves the therapy's potential untapped - Joyita Dutta, profesor, Riccio College of Engineering, University of Massachusetts Amherst

Pixel by pixel in a full image, you could see how the dose was distributed across the body - Joyita Dutta, profesor, University of Massachusetts Amherst

Dokładność złotego standardu

Twórcy modelu porównali jego wyniki z metodą Monte Carlo, uznawaną w dozymetrii medycznej za punkt odniesienia pod względem precyzji. DiffuDose osiągnął zgodność z tym złotym standardem, jednocześnie skracając czas analizy z godzin do sekund. W testach na sześciu konkurencyjnych metodach obliczeniowych nowy model wypadł najlepiej, szczególnie przy szacowaniu dawek dla nerek i wątroby, czyli narządów najbardziej narażonych na skutki uboczne terapii radioligandowej.

Co dalej z badaniem

Zespół UMass Amherst zapowiedział dalszą współpracę z UMass Chan Medical School nad kolejnymi modelami AI, które mają łączyć dane z obrazowania po terapii z wynikami badań krwi, aby lepiej przewidywać, jak konkretny pacjent zareaguje na leczenie. Bowen Lei, pierwszy autor pracy, jest kandydatem do nagrody Young Investigator na konferencji IEEE w 2026 roku, co sugeruje, że projekt zyskuje uznanie w środowisku naukowym zajmującym się obrazowaniem medycznym.

Znaczenie dla polskich pacjentów

Terapie radioligandowe oparte na 177Lu-PSMA są dostępne również w Polsce, między innymi w ramach programów leczenia zaawansowanego raka prostaty w wybranych ośrodkach onkologicznych. Narzędzia takie jak DiffuDose mogłyby w przyszłości ułatwić wdrożenie spersonalizowanej dozymetrii bez konieczności zatrudniania dodatkowego personelu fizyki medycznej do wielogodzinnych obliczeń, co bywa realną barierą w mniejszych ośrodkach.

Autorzy pracy nie podali jeszcze harmonogramu testów klinicznych ani informacji o wielkości zbioru danych pacjentów użytego do trenowania modelu. Zanim narzędzie trafi do codziennej praktyki szpitalnej, będzie musiało przejść walidację regulacyjną i potwierdzenie skuteczności na większej grupie chorych, co w medycynie obrazowej zwykle zajmuje kilka lat.