[发明专利]结果驱动的辐射疗法处理计划

说明书

处理计划引擎使辐射处理决策者(诸如临床医师)能够高效地标识针对给定患者的最佳辐射处理结果。具体而言，处理计划引擎基于患者图像、患者轮廓和在先患者数据生成建议处理结果集。用户界面同时显示患者图像和轮廓与建议处理结果。临床医师能够调整用户界面中的轮廓，并实时评估对肿瘤体积的影响和对附近解剖结构的毒性风险。利用用户界面，临床医师可以可视化到轮廓的辐射递送与所得到的建议处理结果之间的关系，从而允许临床医师在针对患者的辐射处理计划期间做出关于某些权衡的明智决定。处理递送引擎基于临床医师选择的建议处理结果来生成辐射处理计划。

发明人：Colin Morehouse Carpenter；Adam J.Pattison

相关申请的交叉引用

本申请要求于2015年8月13日提交的第62/204,470号美国临时申请的权益，其整体内容通过引用并入。

背景技术

本发明总体涉及辐射处理计划，更具体地涉及与毒性结果或处理功效有关的计划。

归因于压倒性的自由度和限制优先级(限制优先级取决于临床护理团队、主治医生、物理学家和可用技术、以及疾病的独特性而经常改变)，确定患有癌症的患者的最佳疗法的过程已经变成日益复杂的任务。前瞻性临床试验倾向于具有有限的结果范围和特异性，并使群体均一化。使该过程复杂的是诸如辐射疗法的疗法的多变性，其中创建辐射计划的剂量师在创建最佳计划上面临艰难的挑战；因为医生和物理学家由于他们时间上的其他需要而断断续续地参与处理计划过程，所以这一过程受到进一步挑战。另外，在处理计划过程期间，临床护理团队不知道由处理导致的不利事件(包括对解剖结构的可能毒性和处理功效)的确切概率，因为他们代替地依赖于利用均一化患者群体的研究数据。因此，临床护理团队的成员在他们就患者处理中的某些策略权衡做出明智决定的能力上是有限的。

发明内容

在计划患者处理的过程期间，处理计划引擎告知患者的临床护理团队作为针对患者的处理的结果的不利事件的概率。通过提供关于疾病的可能疗法反应和处理对患者的解剖结构的毒性以及关于针对患者的处理功效的实时信息，引擎允许临床护理团队在患者的处理中关于策略权衡做出明智的决定。针对给定患者的辐射处理计划中的初步阶段涉及：临床医师限定患者图像中肿瘤体积的轮廓和位于肿瘤体积附近的解剖结构的轮廓。本文描述的处理计划引擎使辐射处理决策者(诸如临床医师)能够高效地标识针对给定患者的最佳辐射处理结果。

在操作中，处理计划引擎导入针对给定患者的数据，诸如患者图像和可以先前由临床医师限定的患者轮廓。部分地基于所限定的轮廓，处理计划引擎生成建议处理结果集(例如，对肿瘤附近的解剖结构的毒性，处理的功效，包括肿瘤复发的概率，复发前的时间段等)，建议处理结果集包括处理结果预测和多个处理结果匹配。使用预测模型，基于包括剂量计划、病史和处理结果的在先患者数据，来生成处理结果预测。多个处理结果匹配从由先前施用的剂量计划引起的处理结果中标识，该先前施用的剂量计划对于给定患者可能是有效的。处理计划引擎将建议处理结果集呈现给临床医师进行评估。

用户界面同时显示建议处理结果集与患者图像和轮廓，建议处理结果集至少部分地基于患者图像和轮廓。临床医师能够调整用户界面中的轮廓，并实时评估对肿瘤体积的影响和对附近解剖结构的毒性风险。利用用户界面，临床医师可以可视化到轮廓的辐射递送与所得到的建议处理结果之间的关系，从而允许临床医师在针对患者的辐射处理计划期间做出关于某些权衡的明智决定。临床医师可以经历修改轮廓和优化建议处理结果的循环，以任何顺序并且根据需要多次重复步骤，直到为患者选择最佳处理结果。

附图说明

图1图示了根据一个实施例的用于辐射处理计划和递送的系统环境的框图。

图2图示了根据一个实施例的用于确定由剂量预测模块输出的建议剂量计划的系统的框图。

图3图示了根据一个实施例的用于生成辐射剂量计划预测模型的系统环境。