Appendices 236 laboranten voor de behandeling van prostaatkanker op een MR-Linac is dus goed mogelijk, op voorwaarde dat laboranten voldoende praktijktraining hebben doorlopen. Automatisering van de online werkwijze Omdat het dagelijks handmatig aanpassen van contouren erg arbeidsintensief en tijdrovend is, zoals ook blijkt in hoofdstuk 2, hebben we ons gericht op het optimaliseren van de online klinische werkwijze. Het verbeteren van de nauwkeurigheid van de gepropageerde contouren, zowel van het doelgebied als van de risico-organen, zou de werklast kunnen verlagen. Dit is voornamelijk van belang wanneer tijdens een bestralingssessie meerdere malen nieuwe contouren worden aangemaakt, bijvoorbeeld met als doel om het bestralingsplan aan passen aan de veranderende anatomie gedurende de bestraling. In een dergelijke werkwijze zou het handmatig moeten aanpassen van de contouren een enorme impact hebben op de uitvoerbaarheid. In hoofdstuk 3 beoordelen we de kwaliteit en klinische bruikbaarheid van gepropageerde contouren, gecreëerd door een beeldregistratie algoritme (Deformable Image Registration algorithm). Het gebruikte, in-huis ontwikkelde algoritme (genaamd ‘EVolution’) heeft als doel om twee MRI-scans zo goed mogelijk met elkaar te matchen. Vervolgens worden de contouren van MRI-scan 1 naar MRI-scan 2 gepropageerd en vervormd. Dit kan zowel gedaan worden met MRI-scans van twee verschillende fracties (interfractie) als met MRI-scans van dezelfde fractie (intrafractie). In de in dit hoofdstuk beschreven studie hebben we in tien prostaatkankerpatiënten die zijn behandeld op een 1.5 T MRLinac intrafractie contourpropagatie verricht. In totaal zijn 110 scans van de verschillende bestralingssessies geïncludeerd en zijn 60 beeldregistraties met contourpropagatie verricht met het algoritme. Twee artsen (beoordelaars) hebben vervolgens alle contouren (doelgebied, blaas en endeldarm) beoordeeld op basis van twee criteria: [1] De noodzaak voor het handmatig aanpassen van elk van de drie gepropageerde contouren, variërend van “geen” (score 1) tot “meerdere grotere aanpassingen nodig” (score 4). [2] De haalbaarheid om alle contouren handmatig aan te passen binnen drie minuten. Deze studie laat zien dat het EVolution algoritme goede resultaten produceert voor de contouren van het doelgebied en de blaas; voor deze contouren zijn meestal geen (score 1) of slechts weinig (score 2) handmatige aanpassingen nodig in het overgrote deel (³ 97%) van de registraties. Voor de endeldarm is in 12-23% van de gevallen meer uitgebreide (score 3-4) handmatige aanpassing nodig. Wat betreft het tweede criterium is inmeer dan 93% van de gevallen minder dan drie minuten nodig alle contouren handmatig aan te passen. Daarnaast lijken er over het algemeen minder handmatige aanpassingen nodig te zijn wanneer de tijd tussen de MRI-scans korter is dan tien minuten. Het EVolution algoritme is goed geschikt voor integratie in een online werkwijze waarin de behandeling snel wordt aangepast aan veranderingen in de anatomie, omdat het algoritme snel, accuraat en gemakkelijk in gebruik is. Het algoritme hoeft slechts eenmalig afgesteld te worden voor een specifieke MRI-sequentie en daardoor hoeven er geen instellingen te worden aangepast tijdens de daadwerkelijke behandeling. Deze veelbelovende resultaten vormen de basis voor het exploreren van online werkwijzen die het aanpassen van de behandeling gedurende de daadwerkelijke bestraling mogelijk maken. De klinische haalbaarheid van deze werkwijzen zal moeten worden onderzocht.
RkJQdWJsaXNoZXIy MTk4NDMw