XiaoMi-AI文件搜索系统
World File Search Systemradiotherapy
原创文章 全脑放化疗在乳腺癌脑转移治疗中的应用
摘要：目的：探讨全脑放疗（WBRT）联合化疗对乳腺癌脑转移患者及生活质量（QOL）的影响。方法：选取58例BCBM患者作为研究队列，随机分为对照组和研究组。对照组患者接受全脑放疗，放疗方案为：分次2.0 Gy/次，总剂量60 Gy，5次/周，共治疗6周。研究组患者接受全脑放疗联合化疗，放疗方案同对照组，化疗方案为：卡铂（0.3 g/m 2 ）每日静脉注射，4周后重复注射1次。治疗后比较两组患者的不良反应。比较两组患者的卡氏体能状态评分（KPS）变化，分析全脑放疗联合化疗与单纯放疗对患者生存状况的影响。结果：治疗后，两组患者的不良反应差异无统计学意义（P>0.05）。研究组客观缓解率为79.31%，高于对照组的34.48%（P=0.001）。根据KPS评分，研究组患者治疗后生活质量明显改善，与对照组相比，差异有统计学意义（P<0.001）。研究组的总生存期和无进展生存期均长于对照组（均P<0.01）。结论：与单纯全脑放疗相比，全脑放疗联合化疗治疗BCBM患者安全、有效，可提高患者生活质量，延长患者生存期。因此该联合治疗值得临床推广应用和进一步研究。
原发性肝癌放射治疗的疗效和安全性
肝细胞癌的手术切除率仅为20%（10）。根据美国肝病研究协会（AASLD）的肝细胞癌治疗指南，手术切除、肝移植及经皮穿刺是极早期及早期HCC患者（Child-Pugh A，肿瘤直径<3 cm）的有效治疗方法，中位OS＞60个月，5年生存率为50%～70%（3,11,12）。但对于有大血管侵犯和/或微血管侵犯的患者，以及多灶性肿瘤患者，即使手术切除，预后仍较差，5年复发率可达70%以上（13,14）。中晚期肝癌患者一般仅采用肝动脉化疗栓塞术（TACE）、化疗、分子靶向药物等非手术治疗（15-17）。目前已有越来越多的经验和临床试验表明，使用放射疗法治疗中期和晚期肝细胞癌患者。
PI3k 抑制剂（BKM120 和 BYL719）作为头颈部鳞状细胞癌放射治疗期间的放射增敏剂
每年约有 500,000 例头颈部鳞状细胞癌 (HNSCC) 新病例。放射疗法是口腔鳞状细胞癌 (OSCC) 的重要治疗方法。几十年来，HNSCC 患者的生存率一直很低 (50%)，因为 HNSCC 细胞的放射抗性导致放射治疗失败。本研究旨在确定可以增强放射敏感性的 PI3K 抑制剂。结果表明，泛磷酸肌醇 3-激酶 (PI3K) 抑制剂 BKM120 和 I 类 α 特异性 PI3K 抑制剂 BYL719 以剂量依赖性方式降低 OSCC 细胞的生长，但没有降低放射抗性的 OML1-R 细胞的生长。BKM120 或 BYL719 与放射联合治疗对 OSCC 细胞和放射抗性的 OML1-R 细胞具有增强的抑制作用。此外，联合治疗的增强抑制作用在患者来源的 OSCC 细胞中得到证实。 mTOR抑制剂AZD2014与BKM120或AZD2014与BYL719联合放射治疗对放射抗性的OML1-R细胞的抑制作用明显增强，提示PI3K抑制剂是治疗口腔鳞状细胞癌的潜在放射敏感性治疗药物。
放射学、诊断成像和放射治疗学位...
综合课程：生命系统的生物和生化基础 SSD：BIO/13、MED/36、BIO/10、BIO/12、MED/03、MED/07 CFU：9 协调员：Blasco Morozzo Della Rocca 教授 电子邮件：BLASCO.MOROZZODELLAROCCA@UNICAMILLUS.ORG模块：应用生物学 SSD：BIO 13 CFU：2 教授：Roberta Nardacci 电子邮件：roberta.nardacci@unicamillus.org 模块：放射学 SSD：MED/36 CFU：1 教授：Simone Altobelli 电子邮件：simone.altobelli@unicamillus.org 模块：生物化学 SSD：BIO/10 CFU：2 教授：Giacomo Lazzarino 电子邮件： giacomo.lazzarino@unicamillus.org 模块：临床生物化学和分子生物学 SSD：BIO/12 CFU：2 教授：Blasco Morozzo Della Rocca 电子邮件：blasco.morozzo.della.rocca@unicamillus.org 模块：遗传学 SSD：MED/03 CFU：1 教授：Maria Rosaria D'Apice 电子邮件：maria.rosaria.dapice@unicamillus.org 模块：微生物学 SSD：MED/07 CFU：1 教授：Daniele Armenia 电子邮件：daniele.armenia@unicamillus.org 先决条件 虽然没有先决条件，但需要具备细胞生物学和化学的基本知识。
重新定义放疗在转移性癌症中的作用
对转移性癌症和概念验证临床试验的新出现的生物学理解表明，逐渐消失所有严重的疾病对改善患者预后具有很大的希望。但是，通过常规外束放射系统的多个目标消融是繁重的，这限制了大多数晚期疾病患者的研究和利用。要克服这一后勤障碍，需要技术创新。生物学引导的放射疗法（BGRT）是一种新的外束放射疗法递送方式，将正电子发射断层扫描（PET-CT）与6 mV线性加速器相结合。关键创新是线性加速器对外向肿瘤宠物的连续响应，并在次生潜伏期内用Radi-heT-其他疗法的束带发射。这允许沉积剂量实时跟踪肿瘤。多个新硬件和算法进步进一步促进了这种低延迟反馈过程。通过将肿瘤转化为静脉注射放射性示踪剂后，BGRT有可能以有效的方式使单个患者的完全转移消融，并对患有转移性疾病的整个群体进行可扩展。未来趋势可能会进一步增强诊所中BGRT的实用性，因为该技术与放射疗法中的其他创新相吻合，包括新型剂量绘画和分级方案，放射线分析和新的放射性示例。
NHS COVID-19疫苗部署
如果可能具有治疗意图的手术，则可以进行称为骨盆浸出的手术。这是一个重大的复杂操作，通常需要几个小时才能执行并涉及来自不同专业的许多外科医生。在操作过程中，骨盆中的多个器官（有时甚至是骨骼）同时移除，这可以包括膀胱和/或肠；由于手术的结果，大多数人通常会留下寿命（袋子）来收集肠和/或尿液含量，这可能会对一个人的生活质量产生重大影响。在某些情况下，肿瘤可能不完全去除，留下一些残留疾病（残留边缘）。此外，该手术是高风险，有5％的手术死亡率（Kolomainen和Barton，2016年），据报道，在30至80％的病例中，重大手术并发症发生（Kolomainen等人2017年，Platt等，2018年，Pelvex Collaborative 2018），仅有30％的成功机会。五年生存率在21％至64％之间（Berek and Hacker，2010年）。
已发布版本的引用（APA）：Arabi, H., & Zaidi, H. (2020). 人工智能和深度学习在分子成像和放射治疗中的应用。欧洲混合成像杂志，4，第 17 篇文章。https://doi.org/10.1186/s41824-020- 00086-8
简介 尽管人工智能 (AI) 已经存在了几十年，但在过去几年中引起了相当大的关注。随着深度学习算法的引入，专注于多模态医学成像的研究呈指数级增长；主要针对被认为依赖于人工干预/解释或手工制作的数据准备/修改的应用程序（Sim 等人2020 ）。这些算法表现出巨大的潜力，可以有效地从数据中学习，正确解释数据，并在适当的训练后成功完成某些任务。人工智能在医学领域发展势头强劲，这得益于其有效处理数据溢出、消除基于个人经验的错误人类概括而产生的乐观偏见、罕见疾病（或经常被忽视的病例）的管理、对人际和人内/中心差异的稳健性，以及通过微小修改完全保持最新状态的可能性（Nensa 等人2019 ）。本文旨在讨论人工智能的概念基础及其潜在的临床应用。主要关注人工智能的主要应用，特别是深度学习方法，在分子成像和放射治疗领域。在这方面，基于人工智能的解决方案引起了五个通用领域的关注和
肺癌免疫治疗与放射治疗相结合
肺癌仍然是癌症发病率和死亡率的第一大原因，2018年全球估计有200多万新发病例和180万人死亡（1），2018年因肺癌死亡人数接近所有癌症死亡人数的五分之一（1）。肺癌的主要病理类型包括非小细胞肺癌（NSCLC）和小细胞肺癌（SCLC），NSCLC约占所有病例的80%–85%（2）。NSCLC的治疗是分期治疗。对于I期或II期患者，如无禁忌症，应行完整的手术切除。无法切除的患者应考虑化疗，联合/不联合放疗。长期以来，以铂类为基础的化疗一直是转移性NSCLC患者一线治疗的主要选择（3）。自20世纪90年代以来，随着对肺癌驱动基因的认识，靶向治疗[包括但不限于针对表皮生长因子受体（EGFR）突变、KRAS突变、ALK基因重排和ROS1重排的药物]改变了驱动基因突变NSCLC的治疗，显著延长了患者的生存期（4,5）。然而，尽管取得了长足的进步和新药的开发，预计5年总生存率（OS）仍仅为18%（6）。因此，迫切需要开发有效且低毒性的NSCLC治疗方法。
放射治疗中的人工智能
人们认为人工智能 (AI) 的概念源于机器人的概念。随着生物合成机器在劳动中的使用越来越多，这一概念变得越来越突出。人工智能可以定义为机器模仿人类智能的能力。根据应用，人工智能可以分为两个分支：虚拟和物理。物理组件可以体现在医疗设备、复杂机器人（护理机器人）和行动不便的辅助机器人中。虚拟组件可以体现在机器学习中。机器学习是一种通过经验学习的数学算法。1 对于医生来说，患者护理的两个最重要因素是知识和经验。由于时间限制，人类在通过收集大量数据进行学习方面受到限制。在人类学习过程中，知识和经验都是必需的，并且是在一生的职业生涯中获得的。计算机可以使用算法来获得更多的经验，并且在比人类短得多的时间内存储数据。一名放射科医生将在 40 年内查看大约 225,000 次 MRI/CT 检查，而人工智能可以从 225,000 次扫描开始进行自我训练，并在 40 年内完成数百万次扫描。
预测同时接受靶向治疗或免疫治疗和立体定向放射治疗的黑色素瘤患者的生存率
方法：这项回顾性分析基于国际多中心数据库（TOaSTT），其中包含 2011 年 5 月至 2018 年 5 月期间接受 TT/IT 和同期（≤ 30 天）SRT 治疗脑转移的黑色素瘤患者。使用 Kaplan-Meier 生存曲线和对数秩检验研究总生存期（OS）。进行单变量和多变量分析以分析 OS 的预后因素。结果：分析了 110 名患者。分别有 61%、31% 和 8% 接受了 IT、TT 和同时联合治疗。每个患者平均治疗两个脑转移瘤。经过中位 8 个月的随访，中位 OS 为 8.4 个月（0 – 40 个月）。molGPA 评分与 OS 无关。相反，累积脑转移瘤体积、转移时间（同时与异时）和同期 IT 与 TT 的全身治疗对 OS 有显著影响。根据这些参数，建立了 VTS 评分（容量-时间-全身治疗），将患者分为三组，中位 OS 分别为 5.1、18.9 和 34.5 个月（p = 0.001 和 0.03）。（下页继续）