vestiftИзвестия Национальной академии наук Беларуси. Серия физико-технических наукProceedings of the National Academy of Sciences of Belarus. Physical-technical series1561-83582524-244XThe Republican Unitary Enterprise Publishing House "Belaruskaya Navuka"10.29235/1561-8358-2025-70-2-166-176vestift-896Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И СИСТЕМЫINFORMATION TECHNOLOGIES AND SYSTEMSРазработка и машинное обучение многокритериальной модели распределения дозы ионизирующего излучения в системе планирования лечения EclipseDevelopment and machine learning of a multi-criteria ionizing radiation dose distribution model in the Eclipse treatment planning systemПеткевичМ. Н.PietkevichM. V.

Петкевич Максим Николаевич – начальник отдела по инженерному обеспечению лучевой терапии

аг. Лесной, 223040, Минский район, Минская область

Maksim N. Pietkevich – Head of the Department for Engineering Support of Radiation Therapy

agro-town Lesnoy, 223040, Minsk District, Minsk Region

maxpetkevichn@gmail.comЮшкевичВ. Ю.YushkevichV. Yu.

Юшкевич Виктория Юрьевна – медицинский физик отдела по инженерному обеспечению лучевой терапии

аг. Лесной, 223040, Минский район, Минская область

Viktoryia Yu. Yushkevich – Medical Physicist of the Department for Engineering Support of Radiation Therapy 

agro-town Lesnoy, 223040, Minsk District, Minsk Region

yushkevich.ur@gmail.comРеспубликанский научно-практический центр онкологии и медицинской радиологии имени Н. Н. АлександроваN. N. Alexandrov National Cancer Centre of Belarus202510072025702166176Copyright © Петкевич М.Н., Юшкевич В.Ю., 20252025Петкевич М.Н., Юшкевич В.Ю.Pietkevich M.V., Yushkevich V.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestift.belnauka.by/jour/article/view/896

Выполнена автоматизация процесса подготовки к лучевой терапии путем разработки и машинного обучения многокритериальной модели распределения дозы ионизирующего излучения с помощью инструментария искусственного интеллекта, внедренного в модуль RapidPlan компьютерной системы планирования облучения Eclipse v16.1 (Varian Medical Systems). Для машинного обучения модели проведен ретроспективный анализ данных для 40 пациентов с патологиями грудного и поясничного отделов позвоночника. Для каждого пациента создан план распределения дозы излучения методом стереотаксической лучевой терапии с помощью инверсного метода моделирования с дозовым режимом фракционирования 6 Гр по пять фракций. Проведена оценка производительности созданной модели на тестовой выборке из 10 пациентов. Результаты верификации подтверждают пригодность модели для клинического применения в учреждениях здравоохранения онкологического профиля и перспективность ее использования для создания персонализированных планов лечения. Автоматизация процесса предлучевой подготовки позволила сократить временные затраты на компьютерное моделирование трехмерного распределения дозы ионизирующего излучения и повысить качество оказываемой специализированной медицинской помощи методом стереотаксической лучевой терапии.

The automation of the radiotherapy preparation process is demonstrated through the development and machine learning of a multi-criteria ionizing radiation dose distribution model, using artificial intelligence tools embedded in the RapidPlan module of the Eclipse v16.1 (Varian Medical Systems) treatment planning system. A retrospective data analysis of 40 patients with thoracic and lumbar spine pathologies was performed to train the model. For each patient, a radiation dose distribution model was created using stereotactic radiation therapy with an inverse planning method and a dose fractionation regimen of 6 Gy in 5 fractions. The performance of the developed model was evaluated on a test set of 10 patients. Verification results confirm the model’s suitability for clinical application in oncological healthcare facilities and the prospect of using it to create personalized treatment plans. Automation of the pre-radiotherapy preparation process reduced the time spent on computer modeling of the three-dimensional ionizing radiation dose distribution and improved the quality of specialized medical care provided by stereotactic radiation therapy.

многокритериальная модельавтоматизированное моделированиетрехмерное дозовое распределениeионизирующее излучениемодуль RapidPlan v16.1компьютерная система планирования облучения Eclipse v16.1машинное обучениеmulti-criteria modelautomated modelingthree-dimensional dose distributionionizing radiationRapidPlan v16.1treatment planning system Eclipse v16.1machine learningReferencesThe efficacy of external beam radiotherapy and stereotactic body radiotherapy for painful spinal metastases from renal cell carcinoma / G. K. Hunter, E. H. Balagamwala, S. A. Koyfman [et al.] // Practical Radiation Oncology. – 2012. – Vol. 2, № 4. – P. 95–100. https://doi.org/10.1016/j.prro.2012.01.005The efficacy of external beam radiotherapy and stereotactic body radiotherapy for painful spinal metastases from renal cell carcinoma / G. K. Hunter, E. H. Balagamwala, S. A. Koyfman [et al.] // Practical Radiation Oncology. – 2012. – Vol. 2, № 4. – P. 95–100. https://doi.org/10.1016/j.prro.2012.01.005Stereotactic body radiotherapy for metastatic spinal sarcoma: a detailed patterns-of-failure study / J. E. Leeman, M. Bilsky, I. Laufer [et al.] // Journal of Neurosurgery. – 2016. – Vol. 25, № 1. – P. 52–58. https://doi.org/10.3171/2015.11.SPINE151059Stereotactic body radiotherapy for metastatic spinal sarcoma: a detailed patterns-of-failure study / J. E. Leeman, M. Bilsky, I. Laufer [et al.] // Journal of Neurosurgery. – 2016. – Vol. 25, № 1. – P. 52–58. https://doi.org/10.3171/2015.11.SPINE151059Reducing inter- and intra-planner variability in radiotherapy plan output with a commercial knowledge-based planning solution / A. Scaggion, M. Fusella, A. Roggio [et al.] // European Journal of Medical Physics. – 2018. – Vol. 53. – P. 86–93. https://doi.org/10.1016/j.ejmp.2018.08.016Reducing inter- and intra-planner variability in radiotherapy plan output with a commercial knowledge-based planning solution / A. Scaggion, M. Fusella, A. Roggio [et al.] // European Journal of Medical Physics. – 2018. – Vol. 53. – P. 86–93. https://doi.org/10.1016/j.ejmp.2018.08.016Eclipse Photon and Electron Algorithms Reference Guide. – Varian Medical Systems, Inc., 2014. – Ch. 10: DVH Estimation Algorithm for RapidPlan. – P. 219–229. – URL: https://jpneylon.github.io/ABR/PDFs/Add_052418/ EclipseAlgorithms13.6_RefGuide.pdf (date of access: 01.02.2025).Eclipse Photon and Electron Algorithms Reference Guide. – Varian Medical Systems, Inc., 2014. – Ch. 10: DVH Estimation Algorithm for RapidPlan. – P. 219–229. – URL: https://jpneylon.github.io/ABR/PDFs/Add_052418/ EclipseAlgorithms13.6_RefGuide.pdf (date of access: 01.02.2025).Искусственный интеллект в медицинской физике: функции, обязанности, образование и подготовка медицинских физиков клинической квалификации / IAEA (Междунар. агентство по атом. энергии). – Вена, 2025. – 43 с. – URL: https://www-pub.iaea.org/MTCD/Publications/PDF/TCS-83_R_web.pdf (дата обращения: 01.02.2025).Искусственный интеллект в медицинской физике: функции, обязанности, образование и подготовка медицинских физиков клинической квалификации / IAEA (Междунар. агентство по атом. энергии). – Вена, 2025. – 43 с. – URL: https://www-pub.iaea.org/MTCD/Publications/PDF/TCS-83_R_web.pdf (дата обращения: 01.02.2025).Normal tissue constraints for SRS/SBRT. – URL: https://www.iba-dosimetry.com/fileadmin/user_upload/products/02_radiation_therapy/myqa_srs/iba_dose_contraints_poster_rev2_0522.pdf (date of access: 01.02.2025).Normal tissue constraints for SRS/SBRT. – URL: https://www.iba-dosimetry.com/fileadmin/user_upload/products/02_radiation_therapy/myqa_srs/iba_dose_contraints_poster_rev2_0522.pdf (date of access: 01.02.2025).Machine learning and modeling: data, validation, communication challenges / I. El Naqa, D. Ruan, G. Valdes [et al.] // Medical Physics. – 2018. – Vol. 45, Iss. 10. – P. 834–840. https://doi.org/10.1002/mp.12811Machine learning and modeling: data, validation, communication challenges / I. El Naqa, D. Ruan, G. Valdes [et al.] // Medical Physics. – 2018. – Vol. 45, Iss. 10. – P. 834–840. https://doi.org/10.1002/mp.12811Effect of Dosimetric Outliers on the Performance of a Commercial Knowledge-Based Planning Solution / A. R. Delaney, J. P. Tol, M. Dahele [et al.] // International Journal of Radiation Oncology Biology Physics. – 2016. – Vol. 94, Iss. 3. – P. 469–477. https://doi.org/10.1016/j.ijrobp.2015.11.011Effect of Dosimetric Outliers on the Performance of a Commercial Knowledge-Based Planning Solution / A. R. Delaney, J. P. Tol, M. Dahele [et al.] // International Journal of Radiation Oncology Biology Physics. – 2016. – Vol. 94, Iss. 3. – P. 469–477. https://doi.org/10.1016/j.ijrobp.2015.11.011Development and evaluation of a clinical model for lung cancer patients using stereotactic body radiotherapy (SBRT) within a knowledge-based algorithm for treatment planning / K. C. Snyder, J. Kim, A. Reding [et al.] // Journal of Applied Clinical Medical Physics. – 2016. – Vol. 17, Iss. 6. – P. 263–275. https://doi.org/10.1120/jacmp.v17i6.6429Development and evaluation of a clinical model for lung cancer patients using stereotactic body radiotherapy (SBRT) within a knowledge-based algorithm for treatment planning / K. C. Snyder, J. Kim, A. Reding [et al.] // Journal of Applied Clinical Medical Physics. – 2016. – Vol. 17, Iss. 6. – P. 263–275. https://doi.org/10.1120/jacmp.v17i6.6429An analysis of knowledge-based planning for stereotactic body radiation therapy of the spine / J. J. Foy, R. Marsh, R. K. Ten Haken [et al.] // Practical Radiation Oncology. – 2017. – Vol. 7, Iss. 5. – P. E355–E360. https://doi.org/10.1016/j.prro.2017.02.007An analysis of knowledge-based planning for stereotactic body radiation therapy of the spine / J. J. Foy, R. Marsh, R. K. Ten Haken [et al.] // Practical Radiation Oncology. – 2017. – Vol. 7, Iss. 5. – P. E355–E360. https://doi.org/10.1016/j.prro.2017.02.007Can knowledgebased DVH predictions be used for automated, individualized quality assurance of radiotherapy treatment plans? / J. P. Tol, M. Dahele, A. R. Delaney [et al.] // Radiation Oncology. – 2015. – Vol. 10, № 1. – Art. ID 234. https://doi.org/10.1186/s13014-015-0542-1Can knowledgebased DVH predictions be used for automated, individualized quality assurance of radiotherapy treatment plans? / J. P. Tol, M. Dahele, A. R. Delaney [et al.] // Radiation Oncology. – 2015. – Vol. 10, № 1. – Art. ID 234. https://doi.org/10.1186/s13014-015-0542-1

The authors declare that there are no conflicts of interest present.