Genomförbarhet för automatiserad AI‑baserad konturering och stabil radiomisk funktionsbedömning med HyperSight‑CBCT‑avbildning för adaptiv högprecisionsstrålbehandling av prostatacancer

Snabbare, smartare planering av cancerbehandling

För män med prostatacancer kan modern strålbehandling vara anmärkningsvärt precis, men den precisionen har ett pris: läkare måste noggrant rita upp prostata och intilliggande organ på många bildsnitt före varje behandlingsplan. Denna studie ställer en aktuell fråga: kan artificiell intelligens säkert ta över större delen av den kontureringsarbetet på en ny, högkvalitativ cone‑beam CT‑skanner, samtidigt som den ger tillförlitliga bildbaserade mått som en dag kan vägleda fullt personaliserad behandling?

Se in i bäckenet i realtid

Dagens högprecisionsstrålterapi använder ofta en planerings‑CT som tas före behandling och ytterligare skanningar som görs direkt på behandlingsapparaten strax före varje dos. Det nyare HyperSight cone‑beam CT‑systemet kan snabbt fånga detaljerade bilder av bäckenet med lägre stråldos, vilket gör det attraktivt för adaptiv strålterapi—där planen anpassas efter dagens anatomi. I denna studie genomgick 50 män med prostatacancer både standard planerings‑CT och HyperSight‑skanningar. Forskarna fokuserade på flera centrala bäckenstrukturer: prostata, blåsa, rektum, sädesblåsor, penisknopp och båda höftlederna.

Låta datorn dra linjerna

Teamet jämförde tre sätt att avgränsa organ på bilderna. I den helt manuella metoden ritade läkare alla gränser själva. I AI‑endast‑läget skapade en tränad algoritm automatiskt konturerna. Ett hybridläge började med AI‑konturer som läkare sedan kontrollerade och förfinade. För varje metod mätte forskarna hur väl olika konturer överensstämde, hur långt deras kanter skiljde sig åt och hur mycket organens centrum försköts. De tidsmätte också hur lång tid varje tillvägagångssätt tog. För stora, tydligt synliga strukturer såsom blåsan och höftbenen var överensstämmelsen mellan alla metoder mycket hög. För prostata och rektum var den något lägre, men fortfarande stark. Små eller otydliga strukturer som sädesblåsor och penisknopp visade sig vara mer utmanande för alla metoder, inklusive AI.

Från bilder till kvantitativa fingeravtryck

Utöver enkla formjämförelser undersökte studien ”radiomiska” funktioner—hundratals numeriska mått extraherade från bilderna som beskriver vävnadens ljusstyrka, textur och form. Dessa funktioner utforskas i allt större utsträckning som potentiella bildbiomarkörer som kan förutsäga hur tumörer svarar på behandling eller vilka patienter som har högre risk för biverkningar. Forskarna testade hur stabila dessa numeriska fingeravtryck förblev när konturer kom från olika metoder och från olika skanningstyper. Sammantaget var de radiomiska funktionerna mycket konsekventa, särskilt för större, högkontrastorgan såsom blåsa, prostata, rektum och höftben. Texturbaserade funktioner, som beskriver mönster i pixelintensiteter, var särskilt robusta. Formbaserade funktioner och sådana från mycket små organ var mer känsliga för små förändringar i konturerna.

Spara tid utan att offra kvalitet

Tid är kritiskt i adaptiv strålterapi: ju längre det tar att konturera och räkna om planen, desto större är risken att patientens anatomi förskjuts mellan avbildning och behandling. I denna studie minskade AI‑endast‑konturering segmenteringstiden med mer än 90 % jämfört med helt manuellt arbete, medan hybridmetoden med AI plus läkare ändå halverade tiden med cirka 60 %. Viktigt är att dessa vinster var liknande för både planerings‑CT och HyperSight‑skanningarna, och interobservatörstester visade att användning av AI inte introducerade extra oenighet mellan olika läkare. Detta tyder på att AI kan göra arbetsflödet betydligt mer effektivt samtidigt som konsekvensen bibehålls, och ibland till och med förbättras.

Vad detta betyder för patienter

Enkelt uttryckt visar studien att smart programvara på ett pålitligt sätt kan avgränsa prostata och de flesta intilliggande organ på moderna cone‑beam CT‑bilder, och att de bildbaserade ”fingeravtrycken” av vävnaden förblir tillräckligt stabila för att litas på i forskning och potentiellt i framtida kliniska beslutsprocesser. Medan små, svårupptäckta strukturer fortfarande gynnas av mänsklig finslipning, erbjuder AI‑driven och hybridkonturering redan hög noggrannhet och betydande tidsbesparingar. Detta öppnar dörren för verkligt adaptiva strålbehandlingssessioner där behandlingen snabbt kan skräddarsys efter anatomin och kanske en dag även efter radiomiska markörer som signalerar hur varje patients cancer svarar i realtid.

Citering: Schmidt, R., Bajerski, D., Bicu, A.S. et al. Feasibility of automated AI-based contouring and stable radiomic feature assessment by HyperSight-CBCT Imaging for adaptive high-precision radiotherapy of prostate cancer. Sci Rep 16, 12191 (2026). https://doi.org/10.1038/s41598-026-46359-3

Nyckelord: strålbehandling vid prostatacancer, AI automatisk konturering, cone‑beam CT‑avbildning, radiomik, adaptiv strålterapi