DOI: https://doi.org/10.1088/1361-6560/ae835a
PMID: https://pubmed.ncbi.nlm.nih.gov/42361838
تاريخ النشر: 2026-06-26
المؤلف: Chih‐Wei Chang وآخرون
الموضوع الرئيسي: تقنيات العلاج الإشعاعي المتقدمة
نظرة عامة
تقدم البحث إطار عمل للتوأم الرقمي (DT) مصمم لتعزيز كفاءة تخطيط العلاج بالبروتون التكيفي لعلاج الإشعاع الجسدي المجسم للبروستاتا (SBRT) مع التركيز على تعزيز الآفة داخل البروستاتا السائدة (DIL). يستخدم الإطار تسجيل الصور القابل للتشويه متعدد الأطلس المعتمد على التعلم العميق، وتحديثات يومية لتشريح المريض، وتقييم جودة الخطة المعتمد على المعرفة لتسهيل العلاج الإشعاعي التنبؤي والتكيفي. باستخدام مجموعة بيانات من 43 حالة سابقة لعلاج SBRT للبروستاتا، يتوقع الإطار التغيرات التشريحية بين الجلسات وينتج خطط علاج احتمالية متعددة. عند استلام بيانات التصوير المقطعي المحوسب بالكون (CBCT) اليومية، يمكّن إعادة تحسين الخطة بسرعة عبر الإنترنت، مع تقييم جودة الخطة من خلال نظام تقييم ProKnow.
تشير النتائج إلى أن إطار العمل DT يقلل بشكل كبير من وقت إعادة التحسين إلى متوسط قدره 5.5 ± 2.7 دقيقة، مع تحقيق درجة جودة خطة تبلغ 157.2 ± 5.6، والتي تعادل أو تتجاوز الخطط السريرية التي تطلبت 19.8 ± 11.9 دقيقة للحصول على درجة 153.8 ± 6.0. أظهرت الخطط المعتمدة على DT تغطية ممتازة لـ DIL (V100 من 99.5% ± 0.6%) وحجم الهدف السريري (CTV) (V100 من 99.8% ± 0.2%)، بينما قللت أيضًا من الجرعات للأعضاء المعرضة للخطر (OARs)، مثل المثانة (V20.8Gy من 11.4 ± 4.2 cm³) والمستقيم (V23Gy من 0.7 ± 0.4 cm³). لا يعزز هذا الإطار دقة العلاج فحسب، بل يقلل أيضًا من سمية OAR، ويدعم العلاج الإشعاعي الشخصي في الوقت الحقيقي، مما يمثل تقدمًا كبيرًا في مجال SBRT للبروستاتا مع تعزيز DIL.
مقدمة
تستعرض مقدمة هذه الورقة البحثية الدور المتطور للتوائم الرقمية (DT) في علاج الأورام بالإشعاع، لا سيما لتعزيز استراتيجيات العلاج الشخصية في سرطان البروستاتا. تم تصورها في البداية من قبل Glaessgen وآخرين (2012)، يدمج DT النمذجة المعقدة متعددة الفيزياء والاحتمالية لتسهيل اتخاذ القرار في الرعاية الصحية. تهدف التطورات الأخيرة، مثل إطار العمل التنبؤي DT المقترح من قبل Chaudhuri وآخرين (2023)، إلى تحسين أنظمة العلاج الإشعاعي الخاصة بالمرضى من خلال معالجة عدم اليقين في سلوك الورم. تبرز الورقة أهمية الآفات داخل البروستاتا السائدة (DILs)، التي توجد في 83% من مرضى سرطان البروستاتا وتعتبر أهدافًا حيوية للعلاج نظرًا لارتباطها بالانتكاسة المحلية وتقدم المرض.
يؤكد المؤلفون على التحديات في توصيل الإشعاع بدقة إلى DILs، خاصة بسبب حجمها الصغير والتحولات التشريحية أثناء العلاج. يقترحون إطار عمل DT جديد للعلاج الإشعاعي التكيفي عبر الإنترنت باستخدام تسجيل الصور القابل للتشويه متعدد الأطلس المعتمد على التعلم العميق للتنبؤ بالتغيرات التشريحية وتحسين خطط العلاج في الوقت الحقيقي. يسمح هذا النهج بإعادة تحسين الخطط بسرعة عبر الإنترنت، مما يضمن توصيل الجرعة بدقة مع تقليل السمية للأنسجة الصحية المحيطة. تهدف الدراسة إلى إثبات الجدوى السريرية لهذا الإطار DT، الذي يعد بتبسيط سير العمل للعلاج وتعزيز فعالية العلاج الإشعاعي لمرضى سرطان البروستاتا.
مناقشة
تناقش البحث إطار عمل للتوأم الرقمي (DT) مصمم للعلاج بالبروتون التكيفي عبر الإنترنت، لا سيما لعلاج الإشعاع الجسدي المجسم للبروستاتا (SBRT). أسس Sadée وآخرون (2025) مكونات أساسية للتوائم الرقمية الطبية، مؤكدين على إمكانياتها في تحسين نتائج الصحة وتخفيف الأعباء السريرية. يدمج الإطار المقترح وحدة تسجيل الصور القابل للتشويه متعدد الأطلس (DIR)، وسير العمل العلاجي السريري، ووحدة تقييم جودة الخطة المعتمدة على المعرفة. يستخدم هذا النظام التعلم العميق (DL) لتعزيز دقة العلاج من خلال التكيف مع التغيرات التشريحية في الوقت الحقيقي، مما يحسن النتائج الجرعية ويضمن توصيل العلاج بكفاءة.
تم تقييم فعالية الإطار باستخدام بيانات استعادية من 43 مريضًا، مما يظهر أن خطط العلاج المعتمدة على DT يمكن أن تحقق جودة مماثلة أو متفوقة على الخطط السريرية التقليدية مع تقليل وقت إعادة التحسين بشكل كبير إلى أقل من 10 دقائق. تبرز الدراسة أهمية معالجة التغيرات التشريحية بين الجلسات، والتي يمكن أن تؤدي إلى تغطية جرعة غير كافية أو زيادة السمية للأعضاء المعرضة للخطر (OARs). من الجدير بالذكر أن إطار العمل DT يسمح بتوليد سريع لعدة خطط علاجية بناءً على التغيرات التشريحية المتوقعة، مما يسهل التعديلات في الوقت المناسب التي تعزز سلامة المريض وفعالية العلاج. بشكل عام، يمثل هذا النهج المبتكر تقدمًا كبيرًا في مجال الطب الدقيق، لا سيما في سياق العلاج بالبروتون لسرطان البروستاتا.
DOI: https://doi.org/10.1088/1361-6560/ae835a
PMID: https://pubmed.ncbi.nlm.nih.gov/42361838
Publication Date: 2026-06-26
Author(s): Chih‐Wei Chang et al.
Primary Topic: Advanced Radiotherapy Techniques
Overview
The research presents a digital twin (DT) framework designed to enhance the efficiency of adaptive proton therapy planning for prostate stereotactic body radiation therapy (SBRT) with a focus on dominant intraprostatic lesion (DIL) boost. The framework employs deep learning-based multi-atlas deformable image registration, daily updates of patient anatomy, and knowledge-based plan quality evaluation to facilitate predictive and adaptive radiotherapy. Utilizing a dataset of 43 previous prostate SBRT cases, the framework anticipates interfractional anatomical variations and generates multiple probabilistic treatment plans. Upon receiving daily cone-beam CT (CBCT) data, it enables rapid online plan reoptimization, with plan quality assessed via the ProKnow scoring system.
The results indicate that the DT framework significantly reduces reoptimization time to an average of 5.5 ± 2.7 minutes, while achieving a plan quality score of 157.2 ± 5.6, which is comparable to or exceeds the clinical plans that required 19.8 ± 11.9 minutes for a score of 153.8 ± 6.0. The DT-based plans demonstrated excellent coverage for DIL (V100 of 99.5% ± 0.6%) and clinical target volume (CTV) (V100 of 99.8% ± 0.2%), while also minimizing doses to organs at risk (OARs), such as bladder (V20.8Gy of 11.4 ± 4.2 cm³) and rectum (V23Gy of 0.7 ± 0.4 cm³). This framework not only enhances treatment precision and reduces OAR toxicity but also supports real-time personalized radiotherapy, marking a significant advancement in the field of prostate SBRT with DIL boost.
Introduction
The introduction of this research paper outlines the evolving role of digital twins (DT) in radiation oncology, particularly for enhancing personalized treatment strategies in prostate cancer. Initially conceptualized by Glaessgen et al. (2012), DT integrates complex multiphysics and probabilistic modeling to facilitate decision-making in healthcare. Recent advancements, such as the predictive DT framework proposed by Chaudhuri et al. (2023), aim to optimize patient-specific radiotherapy regimens by addressing uncertainties in tumor behavior. The paper highlights the significance of dominant intraprostatic lesions (DILs), which are present in 83% of prostate cancer patients and are critical targets for treatment due to their association with local recurrence and disease progression.
The authors emphasize the challenges in accurately delivering radiation to DILs, particularly due to their small size and anatomical shifts during treatment. They propose a novel DT framework for proton online adaptive radiotherapy that utilizes deep learning-based multi-atlas deformable image registration to predict anatomical changes and optimize treatment plans in real-time. This approach allows for rapid online plan reoptimization, ensuring precise dose delivery while minimizing toxicity to surrounding healthy tissues. The study aims to demonstrate the clinical feasibility of this DT framework, which promises to streamline treatment workflows and enhance the efficacy of radiotherapy for prostate cancer patients.
Discussion
The research discusses a digital twin (DT) framework designed for online adaptive proton therapy, particularly for prostate stereotactic body radiotherapy (SBRT). Sadée et al. (2025) established foundational components of medical digital twins, emphasizing their potential to improve health outcomes and alleviate clinical workloads. The proposed framework integrates a multi-atlas deformable image registration (DIR) module, a clinical treatment workflow, and a knowledge-based plan quality evaluation module. This system utilizes deep learning (DL) to enhance treatment precision by adapting to anatomical changes in real-time, thereby optimizing dosimetric outcomes and ensuring efficient treatment delivery.
The framework’s effectiveness was evaluated using retrospective data from 43 patients, demonstrating that DT-based treatment plans could achieve comparable or superior quality to traditional clinical plans while significantly reducing reoptimization time to under 10 minutes. The study highlights the importance of addressing interfractional anatomical variations, which can lead to inadequate dose coverage or increased toxicity to organs at risk (OARs). Notably, the DT framework allows for rapid generation of multiple treatment plans based on predicted anatomical changes, facilitating timely adjustments that enhance patient safety and treatment efficacy. Overall, this innovative approach represents a significant advancement in the field of precision medicine, particularly in the context of proton therapy for prostate cancer.