Um algoritmo de otimização IMRT guiado por DVH para planejamento automático de tratamento e replanejamento adaptativo de radioterapia

OBJETIVO: Desenvolver um novo algoritmo que incorpora conhecimento prévio de tratamento na otimização da radioterapia modulada por intensidade para facilitar o planejamento automático de tratamento e o replanejamento adaptativo de radioterapia (ART). MÉTODOS: O algoritmo cria automaticamente um plano de tratamento guiado pelas curvas de DVH de um plano de referência que contém informações sobre as trocas de dose-volume aprovadas pelo clínico entre diferentes alvos/órgãos e entre diferentes porções de uma curva de DVH para um órgão. No ART, o plano de referência é o plano inicial para o mesmo paciente, enquanto para o planejamento automático de tratamento o plano de referência é selecionado de uma biblioteca de planos clinicamente aprovados e entregues de pacientes tratados anteriormente com condições médicas e geometrias semelhantes. O algoritmo proposto utiliza um modelo de otimização baseado em voxel e navega na grande superfície de Pareto baseada em voxel. Os pesos dos voxels são ajustados iterativamente para se aproximar de um plano que seja semelhante ao plano de referência em termos de DVHs. Se o plano de referência for viável, mas não otimizado de Pareto, o algoritmo gera um plano otimizado de Pareto com os DVHs melhores do que os de referência. Se o plano de referência for muito restritivo para a nova geometria, o algoritmo gera um plano de Pareto com DVHs próximos aos de referência. Em ambos os casos, os novos planos têm trocas de DVH semelhantes aos planos de referência. RESULTADOS: O algoritmo foi testado usando três casos de pacientes e foi considerado capaz de ajustar automaticamente os fatores de ponderação de voxel para gerar um plano de Pareto com trocas de DVH semelhantes ao plano de referência. O algoritmo também foi implementado em uma GPU para alta eficiência. CONCLUSÕES: Um novo algoritmo de otimização baseado em conhecimento prévio foi desenvolvido que ajusta automaticamente os pesos dos voxels e gera um plano clínico ótimo com alta eficiência. Constatou-se que o novo algoritmo pode melhorar significativamente a qualidade do plano e a eficiência do planejamento no replanejamento ART e no planejamento automático de tratamento.