Datadrivna beslutsstöd för effektivare strålbehandling

Viktiga resultat som projektet gav

Projektet uppnådde i huvudsak sina mål. En AI-modell för tumörutlinjering skapades genom överföringsinlärning. En parallell optimeringsalgoritm (ADMM) möjliggör generering av hundratals Pareto-planer på under två minuter. En metod för Paretonavigering togs fram, inklusive patentansökan. En integrerad prototyp demonstrerades för en klinisk expertgrupp, reviderades baserat på feedback och fick positiv respons. Två artiklar publicerades i Physics in Medicine & Biology respektive Medical Physics.

Långsiktiga effekter som förväntas

Projektets resultat kan bidra till snabbare och mer konsistent strålbehandlingsplanering. ADMM-baserad Paretogenerering möjliggör multikriterieoptimering inom kliniskt relevanta tidsramar, vilket kan minska variabilitet och personberoende. Automatisk utlinjering och intuitiv Paretonavigering kan frigöra klinisk tid och göra planering tillgänglig vid fler kliniker. Patentansökan och vetenskapliga publikationer lägger grunden för framtida produktutveckling och kommersialisering hos Elekta.

Upplägg och genomförande

Projektet var ett samarbete mellan Elekta (koordinator) och Uppsala universitet under tre år, med tre delprojekt: AI-baserad utlinjering, Paretogenerering och Paretonavigering. Samarbetet skedde genom att UU:s postdoktor arbetade regelbundet på Elektas kontor, och via fysiska möten för projektgruppen. Det var en initial försening p.g.a. avtalsfrågor och uppehållstillstånd för en postdoktor som hämtades igen genom en uppdaterad tidsplan. Projektet förlängdes fyra månader p.g.a. föräldraledighet.