News Medical 8月4日报道，马萨诸塞大学阿默斯特分校研究人员开发了一种AI模型DiffuDose，用于辅助放射性药物治疗剂量个体化研究。相关论文发表于IEEE Transactions on Radiation and Plasma Medical Sciences，研究对象为前列腺癌177Lu-PSMA放射性药物治疗剂量学。
放射性药物治疗近年来进展明显，并已在2022年获得FDA批准用于晚期前列腺癌治疗。与传统局部放疗不同，放射性药物通过注射进入体内，可在全身分布并选择性靶向肿瘤。但报道指出，剂量管理仍相对滞后，临床中常采用固定剂量方式，而不同患者肿瘤和正常器官实际吸收辐射量可能并不相同。
UMass Amherst的Joyita Dutta表示，测量每个组织实际吸收多少辐射，是个体化治疗的关键。理论上，如果医生能在治疗后了解全身剂量分布，就可判断患者后续疗程是否能安全承受更高剂量，同时避免肾脏、肝脏等重要器官承受过高毒性风险。问题在于，金标准计算方法虽然准确，但每名患者可能需要数小时，难以常规进入临床流程。
研究团队构建的DiffuDose由两个AI模块组成：一个生成粗略剂量估计，另一个将其细化为全分辨率放射剂量图。报道称，该模型可在每名患者23秒以内生成与金标准相匹配的结果。与6种竞争方法相比，DiffuDose在整体定量表现上最佳，并在多个器官中保持较高性能，包括肾脏和肝脏等放射性药物治疗毒性相关关键器官。
作者认为，逐像素剂量图有助于判断放射性药物在体内的分布，并可能支持调整给药量和治疗频次。下一步，Dutta团队计划与UMass Chan Medical School合作，把治疗后扫描和患者血液生物标志物纳入AI模型，以更好评估患者对治疗的反应。当前研究仍属于影像计算和剂量学工具开发，不能直接等同于已验证的临床给药方案；其安全性和真实临床获益仍需进一步前瞻性验证。
原文链接：http://www.news-medical.net/news/20260804/AI-tool-helps-customize-radiopharmaceutical-therapy-dosing.aspx
免责声明：本文仅供医学资讯参考，不构成诊疗建议。
