Como podemos melhorar a eficiência e manter a qualidade?
O processo de Radioterapia (RT), desde o planeamento até à administração do tratamento, tem-se tornado ao longo dos tempos, cada vez mais complexo . Envolve habitualmente uma dinâmica intensa entre os diferentes profissionais de saúde e os equipamentos, que tal como o processo, têm ganho complexidade. Para além disso, é requerido neste processo, uma elevada precisão em todas as suas etapas, que por norma são intensas e morosas, a fim de dar resposta à qualidade e sofisticação das técnicas de tratamento da atualidade.
Novas abordagens têm sido desenvolvidas para lidar com os desafios do planeamento e do tratamento. Como por exemplo, a existência de numerosas tarefas de garantia e controlo de qualidade que são atualmente requeridas e executadas para assegurar a qualidade, detetar e prevenir possíveis erros no processo de planeamento e tratamento.
No campo da inteligência artificial (IA), desenvolvimentos recentes têm fornecido ferramentas interessantes à comunidade oncológica para melhorar a eficiência e o desempenho no âmbito do processo de garantia de qualidade. As ferramentas que utilizam a IA têm o poder de melhorar a eficiência, precisão e garantia de qualidade do tratamento. Tais ferramentas podem ser aplicadas em todas as fases do processo de RT, desde o diagnóstico ao tratamento e follow-up do paciente, conduzindo a um aumento da eficiência sem precedentes.
O processo RT pode ser estruturado em: aquisição de imagens para o planeamento, delimitação dos Volumes alvos e de órgãos em risco (OAR’s), criação de planos para tratamento e respetiva administração, e realização de controlos de qualidade (QA) individualizados. A automatização seguirá tipicamente o mesmo fluxo de trabalho, em cada tarefa automatizada separadamente.
Diversos estudos indicam que a principal incerteza no planeamento do tratamento de radioterapia, para a maioria das localizações tumorais, reside na delimitação do volume do alvo, o que poderá conduzir a erros sistemáticos na administração de dose e afetar o controlo local da doença. Além disso, é preciso ter em consideração que a definição do volume alvo e dos OAR’s é uma tarefa demorada e altamente subjetiva e que está no centro do planeamento da RT. Ao utilizar uma ferramenta de contorno automático, é possível atualmente, reduzir drasticamente o tempo necessário para criar os contornos dos OAR e de alguns volumes alvo ao mesmo tempo que possibilita melhorar a consistência do contorno entre os clínicos.
O objetivo desta automatização no planeamento do tratamento é a padronização e a eficiência entre os profissionais, ao reduzir as variações indesejadas entre pacientes e instituições, ao mesmo tempo que se aumenta a eficiência e se diminui o tempo até ao inicio do tratamento.
Para além disso, é também conhecido que a combinação entre a existência de recursos limitados no planeamento e um elevado número de pacientes a tratar, pode tornar mais difícil a execução de tratamentos individualizados e de alta qualidade. O potencial para aumentar a produtividade, sem perder qualidade, torna-se deste modo num pilar central quando se utiliza a automatização. Atualmente, já foram desenvolvidos vários “workflows” de trabalho totalmente automatizados para gerar planeamentos dosimétricos, incluindo a segmentação automática dos órgãos em risco, configuração automática dos feixes de radiação com otimização da angulação da gantry e de colimador, assim como na criação de funções objetivas no optimizador, a fim de atingir com a maior rapidez o objetivo pretendido.
O planeamento baseado no conhecimento (“Knowledge Based Planning”), é outra das poderosas ferramentas que têm surgido, e que diz respeito a um algoritmo de planeamento que permite, através da recolha de dados em planeamentos anteriores semelhantes, incorporar objetivamente toda a experiência anterior a fim de prever a dose, no planeamento de novos casos. Torna-se assim numa ferramenta preponderante para acelerar o processo de planeamento de RT. A sua utilização tornou-se ainda mais importante quando necessitamos planear tratamentos de alta precisão, tais como a RT Estereotáxica (SBRT) que leva horas ou mesmo dias de esforço humano a planear.
Este processo de melhoria e implementação de ferramentas para tarefas específicas no processo de planeamento, melhorou o tempo decorrido até ao início do tratamento dos pacientes, reduzindo o tempo global de planeamento desde a aquisição da imagem até ao tratamento.
Em conclusão, a integração da IA nos processos de RT pode permitir aos Radioncologistas, dedicar mais tempo à consulta e ao acompanhamento do paciente, otimizando e melhorando a eficiência do processo de Radioterapia. Também dará aos dosimetristas, físicos e radioterapeutas a possibilidade de dedicar mais tempo à aprendizagem de novas técnicas, dando mais espaço para o processo de formação continua exigida pela profissão.
Ana Raquel Coutinho
Gestão de Serviços ePlanning
