Forskere fra Brigham og Women's Hospital, et stiftende medlem av Massegeneral Brigham helsevesen, har brukt verktøy for kunstig intelligens for å akselerere forståelsen av risikoen for spesifikke hjertearytmier når ulike deler av hjertet blir utsatt for ulike terskler for stråling som en del av en behandlingsplan for lungekreft. Resultatene deres er publisert i JACC: Kardioonkologi.
"Strålingseksponering for hjertet under lungekreftbehandling kan ha svært alvorlige og umiddelbare effekter på en pasients kardiovaskulære helse," sa tilsvarende forfatter Raymond Mak, MD, ved avdelingen for strålingsonkologi ved Brigham and Women's Hospital. "Vi håper å informere ikke bare onkologer og kardiologer, men også pasienter som får strålebehandling, om risikoen for hjertet ved behandling av lungekreftsvulster med stråling."
Fremveksten av verktøy for kunstig intelligens i helsevesenet har vært banebrytende og har potensial til å omforme kontinuumet av omsorg positivt, inkludert å informere om behandlingsplaner for pasienter med kreft. Mass General Brigham, som en av landets topp integrerte akademiske helsesystemer og største innovasjonsbedrifter, leder an i å utføre streng forskning på nye og fremvoksende teknologier for å informere ansvarlig inkorporering av AI i omsorgslevering.
For pasienter som får strålebehandling for å behandle ikke-småcellet lungekreft (NSCLC), kan arytmier eller uregelmessige rytmer i hjertet være vanlig. På grunn av hjertets nærhet til lungene og med NSCLC-svulster som er nær eller rundt hjertet, kan hjertet få sideskade fra stråledosesøl ment å målrette mot kreftsvulstene. Tidligere studier har funnet at denne typen eksponering for hjertet er assosiert med generelle hjerteproblemer. Imidlertid viste denne nyanserte studien at risikoen for ulike typer arytmier kan variere betydelig basert på patofysiologien og hjertestrukturene som er utsatt for ulike nivåer av stråling.
For å klassifisere hvilke typer arytmier som er assosiert med hjertesubstrukturer som mottar stråling, utførte forskere en retrospektiv analyse på 748 pasienter i Massachusetts, som ble behandlet med stråling for lokalt avansert NSCLC. De katalogiserte arytmi-subtypene inkluderer atrieflimmer, atrieflutter, annen supraventrikulær takykardi, bradyarytmi og ventrikulær takyarytmi eller asystoli.
Teamets statistiske analyser indikerte at omtrent én av seks pasienter opplevde minst én grad 3 arytmi med en median tid på 2.0 år frem til den første arytmien. Grad 3 klassifiseringer regnes som alvorlige hendelser som sannsynligvis trenger intervensjon eller krever sykehusinnleggelse. De fant også at nesten en tredjedel av pasientene som opplevde arytmier også led av alvorlige uønskede hjertehendelser.
Arytmiklassene som er skissert i studien, omfattet ikke helt spekteret av hjerterytmeproblemer som er mulig, men forfatterne bemerker at disse observasjonene fortsatt skaper en bedre forståelse av mulige patofysiologiske veier og potensielle veier for å minimere hjertetoksisitet etter å ha mottatt strålebehandling. Arbeidet deres tilbyr også en prediktiv modell for doseeksponering og typen forventet arytmi.
For fremtiden mener forskerne at stråleonkologer bør samarbeide med kardiologiske eksperter for å bedre forstå mekanismene ved hjerteskader og deres sammenheng med strålebehandling. I tillegg bør de dra nytte av moderne strålebehandling for å aktivt skulptere strålingseksponering bort fra de spesifikke hjerteregionene som har høy risiko for å forårsake arytmier. I følge Mak vil denne studien, sammen med tidligere forskning, hjelpe med overvåking, screening og informere strålingsonkologer om hvilke deler av hjertet som skal begrense strålingseksponering for, og i sin tur dempe komplikasjoner.
"En interessant del av det vi gjorde var å utnytte kunstig intelligens-algoritmer for å segmentere strukturer som lungevenen og deler av ledningssystemet for å måle eksponeringen for strålingsdose hos over 700 pasienter. Dette sparte oss for mange måneder med manuelt arbeid,” sa Mak. "Så, ikke bare har dette arbeidet potensiell klinisk effekt, men det åpner også døren for bruk av AI i strålingsonkologisk forskning for å strømlinjeforme oppdagelser og lage større datasett."
kilde: BWH
