⚠️ KMI waarschuwing: Onweer in België Laatste update van KMI waarschuwingen voor België. KMI ↗ Kaart ↗ Artikel →
← Terug
Nieuw AI-framework BEAM3R optimaliseert dosisberekening voor radiotherapie

Nieuw AI-framework BEAM3R optimaliseert dosisberekening voor radiotherapie

In de medische fysica is het nauwkeurig bepalen van de stralingsdosis een kritiek onderdeel van de behandeling. Om dit proces te optimaliseren, is BEAM3R ontwikkeld, een innovatief raamwerk dat specifiek is ontworpen om de uitdagingen van de DoseRAD2026-competitie aan te pakken. Het systeem richt zich op het versnellen van de berekeningen voor proton-beamlets en foton-controlepunten door gebruik te maken van een perspectief dat bekendstaat als de 'beam's-eye-view' (BEV).

Technologische doorbraak met Mamba-3

De kracht van BEAM3R schuilt in de integratie van een Mamba-3 state-space depth-sequence core. Volgens een wetenschappelijke publicatie via arxiv.org maakt deze architectuur het mogelijk om transport over lange afstanden in de diepte te modelleren. Een belangrijk voordeel hiervan is dat kostbare 3D-convoluties overbodig worden, terwijl de precisie gewaarborgd blijft door natuurkundige transportconditionering.

Het systeem hanteert een gedeelde 2D CNN encoder-decoder structuur voor zowel protonen als fotonen. Bij protonen wordt de berekening gestuurd door de water-equivalente dikte en de resterende reikwijdte, wat cruciaal is voor het bepalen van de Bragg-piek. Voor fotonen wordt een bidirectionele Mamba-3 core ingezet, waardoor het systeem rekening kan houden met dosisbijdragen van materialen die zich verder stroomafwaarts bevinden.

Prestaties en resultaten

De effectiviteit van het raamwerk is getest op de voorlopige dataset van DoseRAD2026. Bij het gebruik van CT-scans behaalde het systeem sterke resultaten. Voor fotonen werd een lokale gamma pass rate van 96,8% (1%/1 mm) gemeten, met een gestratificeerde plan-level MAE van 0,0041. Voor protonen lag deze pass rate op 96,0% met een MAE van 0,0079. De rekentijden waren respectievelijk 23,4 seconden voor fotonen en 18,4 seconden voor protonen, zoals gedocumenteerd in de .

Uitdagingen bij MRI-integratie

Een complexer onderdeel van het onderzoek betreft de toepassing van MRI-beelden. Omdat MRI-data minder geschikt zijn voor directe dosisberekening, genereert BEAM3R synthetische CT-scans (sCT). Dit gebeurt via een conditioneel GAN-netwerk met een PatchGAN-discriminator en een SwinUNETR-generator.

Hoewel deze methode MRI-data bruikbaar maakt, gaat dit ten koste van de nauwkeurigheid. De gamma pass rates dalen naar 89,7% voor fotonen en 75,4% voor protonen. Ook de verwerkingstijd loopt op naar 39,7 seconden voor fotonen en 42,8 seconden voor protonen, aldus de .

Bredere context van digitalisering

De ontwikkeling van BEAM3R past in een bredere trend waarbij AI wordt ingezet om complexe processen in de zorg en publieke sector te stroomlijnen. Parallel aan deze medische innovaties zijn er andere initiatieven die AI gebruiken om administratieve druk te verlagen. Zo zet de organisatie beaorg AI-ondersteuning in voor triage en casenotities om hulpverleners in de gezondheids- en sociale zorg te ontlasten.

Naast AI-toepassingen in de zorg is er een sterke focus op digitale soevereiniteit binnen overheidsdiensten. In België is hiervoor BEAM ontwikkeld, een beveiligd berichtenplatform voor overheidsorganisaties. Volgens informatie van beabelgiube is dit platform gebaseerd op het Matrix-protocol, wat end-to-end encryptie en datasoevereiniteit garandeert voor de communicatie binnen de Belgische publieke sector.

Door de combinatie van geavanceerde Mamba-3 architecturen en synthetische beeldvorming biedt BEAM3R een potentieel sneller alternatief voor traditionele radiotherapie-berekeningen, mits de balans tussen snelheid en precisie bij MRI-gebruik verder wordt geoptimaliseerd.

Geraadpleegde bronnen
Waardering
0
Stem mee op dit artikel
Discussie
Nog geen reacties. Wees de eerste!