RaySearch Laboratories

Adaptiv strålbehandling innebär kontinuerlig justering av levererad stråldos för att ta hänsyn till förändringar i patientens anatomi under hela behandlingsförloppet, vilket i de flesta fall sträcker sig över flera veckor. Justeringar görs för att säkerställa att patienten får den bästa behandlingen varje dag. RayStation 2024B innehåller en ny arbetsyta för helautomatisk behandlingsuppföljning och plananpassning. Det automatiserade arbetsflödet inkluderar flera steg: Först förbättras den dagliga bilden av patienten för att möjliggöra noggrann dosberäkning och segmentering av organ och andra kroppsdelar. Därefter beräknas förväntad dosfördelning för den initiala planen på den nya bilden, för att bedöma dosen som den skulle se ut utan anpassning av planen. I det sista steget anpassas behandlingsplanen utifrån den nya bilden. Inom några minuter efter bildtagning har behandlingsteamet all information som behövs för att besluta om den initiala behandlingsplanen ska levereras eller planen anpassad till den nya bilden av patienten.

Automatisering av bildimport och deep learning-baserad segmentering gör det möjligt att segmentera alla patienter automatiskt direkt efter bildtagning och innan någon användare öppnar en patients data i RayStation. Detta sparar tid i planeringsprocessen för varje patient och minskar behovet av repetitivt manuellt arbete. Denna funktion är en del av ett större ramverk, där all typ av DICOM-data kan importeras följt av automatiskt startade åtgärder i RayStation.

RayStation 2024B innehåller också ett stort utbud av nya modeller för deep learning-baserad segmentering, såsom riktlinjebaserade modeller av lymfkörtlar i huvud och hals samt av armens nervfläta (plexus brachialis). Dessutom har hastigheten för denna typ av segmentering ökats avsevärt.

En annan höjdpunkt i den nya versionen är ett verktyg som används för att planera stereotaktisk strålkirurgi - ett verktyg som hjälper till att minska dosen till frisk vävnad vid samtidig behandling av flera tumörer.

Johan Löf, grundare och vd, RaySearch: "Automatisering av repetitiva uppgifter är avgörande för att öka effektiviteten på klinikerna. Denna effektivitetsvinst kommer att vara viktig för att kunna hantera en ökande patientpopulation som ska behandlas för cancer, samt för att frigöra tid för att hantera de mer komplicerade patientfallen. Jag är stolt över att RaySearch ligger i framkant i denna övergång."