Studio di approcci matematici per la personalizzazione della funzione obiettivo di un algoritmo di pianificazione automatica di trattamenti di radioterapia = Study of mathematical approaches for the personalization of the Objective Function of an Automatic Radiotherapy Treatment Planning Algorithm

La pianificazione del trattamento radioterapico è un processo complesso che richiede un delicato equilibrio tra copertura del volume tumorale e risparmio degli organi a rischio (OARs). Nella pratica clinica, questo equilibrio varia sensibilmente tra diversi centri oncologici, a causa di differenze nelle linee guida e nelle preferenze cliniche locali. Per automatizzare parte del processo di pianificazione, è stata sviluppata una metodologia per l’adattamento automatico della Funzione Costo di un pianificatore di radioterapia (Treatment Planning System, TPS), finalizzata alla generazione di piani personalizzati in base agli standard clinici di ciascun centro. L’obiettivo di questa tesi è ottenere una Funzione Costo che riproduca, in media, i criteri di pianificazione propri di ciascun centro, a partire da un campione di cinque pazienti per i quali sono disponibili i piani clinici ottimizzati manualmente. La metodologia è stata applicata a casi di tumori del distretto testa-collo trattati presso l’Istituto Europeo di Oncologia (IEO). Disporre di un sistema capace di adattarsi automaticamente alle specificità di ogni centro consentirebbe di ridurre il carico di lavoro dei fisici di radioterapia, che si limiterebbero a rifinire il piano automatico per adattarlo alle peculiarità del singolo paziente, partendo da una baseline già accettabile. La pipeline di personalizzazione proposta si articola in due fasi, finalizzate all’adattamento, paziente per paziente, di due attributi chiave delle Constituent Functions che compongono la Funzione Costo: i FunctionTypes e i Weights. Il processo di adattamento è guidato dal confronto tra le curve Dose–Volume Histogram (DVH) dei piani clinici forniti dal centro e di quelli generati automaticamente da un software dedicato chiamato GPS (Guided Planning Solution) a partire dalle immagini di Tomografia Computerizzata (TC) del paziente. Il confronto tra i DVH consente di quantificare le differenze dosimetriche tra il piano clinico e quello automatico, analizzando specifici parametri derivati sia dalla versione cumulata sia da quella differenziale dell’istogramma. Tra le caratteristiche considerate rientrano, ad esempio, la dose massima e la pendenza della porzione decrescente della curva cumulata, oltre alla dose minima e al numero di picchi principali della corrispondente curva differenziale. Quest’ultima informazione, in particolare, risulta utile per identificare eventuali disomogeneità nella distribuzione di dose: la presenza di un solo picco nel DVH differenziale del piano clinico può suggerire la necessità di introdurre nella Funzione Costo un vincolo sull’uniformità della dose (UniformDose). Al termine della procedura di adattamento, i risultati ottenuti per i singoli pazienti vengono combinati tramite operazioni di intersezione e media, ottenendo una Funzione Costo “media” ottimizzata per il centro. Tale Funzione Costo può successivamente essere impiegata per generare automaticamente piani di trattamento coerenti con gli standard clinici del centro. Il principale limite della metodologia proposta consiste nell’introduzione di due parametri di controllo, che intervengono nel processo di adattamento dei pesi delle Constituent Functions. Il valore ottimale di questi parametri deve essere calibrato per ciascun centro. Tra gli sviluppi futuri si prevede la definizione di un approccio di ottimizzazione automatica, verosimilmente iterativo, per la ricerca dei valori ideali di tali parametri, con l’obiettivo di rendere il processo completamente automatico.