Fraunhofer-Institut für Elektronische Nanosysteme
Eine der am häufigsten angewandten Methoden zur Behandlung von Krebs ist die Strahlentherapie, bei der das Ziel darin besteht, den Tumorkörper des Patienten durch hochintensive Strahlung zu verkleinern. Konventionelle Techniken mit Röntgenstrahlen sind darauf ausgelegt, dies mit hoher Präzision zu tun, bringen jedoch den Nachteil mit sich, dass sie teilweise benachbarte und entfernte Bereiche des Tumors bestrahlen, was gesunde Gewebe schädigen und unerwünschte Nebenwirkungen bei den Patienten verursachen kann.
Die Protonenstrahltherapie hat hingegen das Potenzial, eine viel konformere Strahlendosis für die Patienten zu bieten, da sie es ermöglicht, eine hohe Energiemenge in einem lokalisierten Bereich abzugeben und dabei Gewebe um das Ziel herum zu schonen. Aufgrund dieser Eigenschaft ist es von größter Bedeutung, zu überprüfen, dass der bestrahlte Bereich mit der Tumorregion übereinstimmt, da die geplante und tatsächlich abgegebene Dosis aufgrund von Faktoren wie Patientenbewegungen während der Behandlung und Unsicherheiten bei der Berechnung der Strahlreichweite variieren kann.
NOVO ist ein von der Europäischen Innovationskommission gefördertes Projekt, das darauf abzielt, eine Echtzeit-Dosisverifikation während der Behandlung auf nicht-invasive Weise zu ermöglichen. Dies wird erreicht, indem sekundäre Strahlungen, die durch den Protonenstrahl im Körper des Patienten erzeugt werden, detektiert werden, was durch einen neu gestalteten Detektor gemessen und mit der tatsächlichen Protonenreichweite korreliert werden kann. Im Rahmen des Entwicklungsplans wird es notwendig sein, neue Rekonstruktionsalgorithmen zu entwerfen, um die Detektormessungen der abgegebenen Dosis zuzuordnen, sowie Werkzeuge zu entwickeln, die Änderungen am Behandlungsplan in Echtzeit ermöglichen.
Das NOVO-Konsortium umfasst mehrere Universitäten und Institute mit unterschiedlichen Hintergründen, darunter das Fraunhofer ENAS, das mit der Bereitstellung von KI-Fachwissen beauftragt ist, um einige der Herausforderungen des Projekts zu bewältigen. Insbesondere wird das Team an der Entwicklung von Modellen für schnelle surrogate Monte-Carlo-Simulationen und für die Rekonstruktion von Protonenreichweite und Dosis auf der Grundlage von Detektordaten arbeiten. Dies erfordert das Training von Deep-AI-Modellen, die durch die physikalischen und mathematischen Bedingungen, die das Problem auferlegt, eingeschränkt sind.
Erfahren Sie mehr über das NOVO-Konsortium auf der Website und LinkedIn Seite des Projekts.