НЕВИЗНАЧЕНОСТІ ПРИ ПЛАНУВАННІ ПРОМЕНЕВОЇ ТЕРАПІЇ

Ключові слова: променева терапія, медичні зображення, оптична щільність, поглинена доза, невизначеності

Key words: radiotherapy, medical images, optical density, absorbed dose, uncertainties

Реферат

Якість променевої терапії значно покращилася завдяки використанню нових джерел та видів опромінення, а також сучасного тривимірного планування. Проте рівень променевих по­шкоджень залишається суттєвим, що зумовлює необхідність аналізу точності інструментів, які забезпечують формування зображень і розрахунок доз. Метою роботи було визначення ймовірних невизначеностей, що виникають при використанні програмного забезпечення рентген-комп’ютерного томографа «TOSHIBA Asteion Super 4» та планувальних систем прискорювача електронів «Elekta Synergy» (Elekta Limited), а також пошук шляхів зменшення цих невизначеностей. Було проаналізовано 28 планів променевої терапії хворих, яка про­водилася на прискорювачі електронів «Elekta Synergy» за останні чотири роки. Для оцінювання параметрів зображення аналізували дані рентген-комп’ютерної томографії з товщиною реконструкції 1,5 мм, оброблені програмою «eFilm». Визначали розмір пікселя, кількість пікселів у заданому фрагменті, площу та оптичну щільність різних ділянок зображення. Невизначеності дозового планування оцінювали в програмі «Monaco Treatment Planning System» на основі значень поглинутих доз у зонах з мінімальною оптичною щільністю всередині контурів об’єкта опромінення, у чорному фоні внутрішніх порожнин та за межами зовнішнього контура тіла. Встановлено факт некоректного визначення програмою «eFilm» геометричних параметрів зображення з похибкою 8-15%. Значення оптичної щільності в чорному фоні варіювали від -1000 HU біля меж об’єкта до -834 HU на більшій відстані. Показано значні коливання поглинутих доз у зонах низької щільності: при однакових умовах вимірювання доза могла становити як 0,0 Гр, так і 15,4 Гр. На відстані 4 мм від зовнішнього контура при щільності -1001 HU доза дорівнювала 5,9 Гр і зростала при наближенні до контура. Отримані результати свідчать, що похибки формування DICOM-зображень і розрахунку доз можуть зумовлювати істотні невизначеності, які впливають на точність планування та ефективність лікування. Удосконалення програмного забезпечення комп'ютерної томографії (КТ) та планувальних систем розгля­дається як перспективний шлях для зменшення таких похибок.

Abstract

The uncertainties in radiation therapy planning. Kikhtenko I.M., Khvorostenko Y.M., Filonenko N.Yu., Haldina O.M. The quality of radiation therapy has significantly improved due to the introduction of new irradiation sources, advanced delivery techniques, and modern three-dimensional treatment planning. However, the level of radiation-induced damage remains considerable, necessitating an assessment of the accuracy of tools responsible for image generation and dose calculation. The aim of the study was to identify potential uncertainties arising from the use of the TOSHIBA Asteion Super 4 computed tomography software and the planning systems of the Elekta Synergy linear accelerator (Elekta Limited), as well as to determine approaches for reducing these uncertainties. Twenty-eight patient radiotherapy plans carried out on the Elekta Synergy accelerator within the past four years were subjected to analysis. To evaluate image parameters, computed tomography data with a slice reconstruction thickness of 1.5 mm processed using the eFilm software were analysed. Pixel size, the number of pixels within a selected region, area, and optical density of various image segments were measured. Dose-planning uncertainties were estimated in the Monaco Treatment Planning System software based on absorbed-dose values in regions with minimal optical density inside the irradiation target contours, in the black-background cavities within the object, and outside the external body contour at various distances. The analysis revealed incorrect determination of image geometric parameters by eFilm, with an error of 8-15%. Optical-density values in the black background ranged from –1000 HU near the object boundary to -834 HU at greater distances. Significant variations in absorbed dose were observed in low-density regions: under identical conditions, dose values ranged from 0.0 Gy to 15.4 Gy. At a distance of 4 mm from the outer contour, an optical density of -1001 HU corresponded to a dose of 5.9 Gy, increasing with proximity to the contour. These findings indicate that errors in DICOM-image formation and dose calculation may introduce substantial uncertainties affecting treatment-planning accuracy and therapeutic outcomes. Improving computed tomography (CT) image-processing software and radiotherapy planning systems is considered a promising approach to reducing such uncertainties.

Захворюваність на онкологічну патологію у світі невпинно зростає. За даними ВООЗ, у 2022 році було зареєстровано 20 млн нових ви­падків раку, з яких 9,7 млн завершилися летально; кількість пацієнтів, що пережили п’ятирічний рубіж, становила 53,3 млн. За прогнозами, до 2050 року захворюваність зросте на 77% і досягне 35 млн випадків, при цьому в країнах з низьким індексом розвитку людського потенціалу приріст може становити до 142% порівняно з 2022 роком [1]. У США у 2025 році очікується близько 2 041 910 нових випадків раку (приблизно 5600 щодня), тоді як у світі цей показник пере­вищить 52 900 випадків на добу [2, 3].

В Україні зберігається світова тенденція зростання онкологічної захворюваності. Так, за даними Національного канцер-реєстру України, у 2024 році на обліку перебувало понад 1,1 млн пацієнтів з онкологічними захворюваннями. Серед хворих, що перебували під спостережен­ням упродовж п’яти років, чоловіки праце­здатного віку становили 39,9%, жінки – 48,1%, з яких 9,9% були репродуктивного віку; решта – особи пенсійного віку [4]. Пропорційно зростає також кількість пацієнтів, які отримують комбіно­ване спеціалізоване лікування, що включає хірургічний, променевий та хіміо-гормональний або імунний компоненти [5].

Променева терапія є ключовою складовою багатокомпонентного лікування раку [6, 7]. За даними ВООЗ, понад 50% онкологічних пацієнтів потребують променевої терапії при лікуванні най­більш поширених форм злоякісних новоутворень [8], і щороку близько 7 млн хворих у світі про­ходять відповідні курси лікування. Водночас навіть застосування сучасних променевих тех­нологій не усуває ризику розвитку променевих ушкоджень нормальних тканин і вторинних злоякісних новоутворень [9]. Зокрема, від 74 до 100% жінок після опромінення з приводу раку молочної залози мають прояви ушкодження шкіри, серед яких променевий фіброз є тяжким, про­гресуючим та незворотним пізнім ускладнен­ням. Частота радіаційно-індукованих уражень легень становить 4,5-63% у проспективних і 0,9-30% у ретроспективних дослідженнях [10], а ризик роз­витку серцевої недостатності внаслідок дифуз­ного фіброзу міокарда зростає в 16 разів [11].

Таким чином, зростання кількості онкологіч­них пацієнтів й обсягів променевої терапії робить проблему променевих ушкоджень нормальних тканин особливо актуальною. Незважаючи на вдосконалення технологій опромінення та сучас­не тривимірне планування, променеві усклад­нення залишаються поширеними, що пов’язують з невизначеностями, притаманними багатоком­понентному процесу підготовки та проведення лікування із застосуванням складної апаратури [12]. Через це питання невизначеностей активно опрацьовують на національному та міжнарод­ному рівні [13]. Сучасні підходи до оцінювання невизначеностей у променевій терапії базуються на рекомендаціях провідних міжнародних органі­зацій, зокрема AAPM та IAEA [15-19]. Згідно з AAPM TG-132 [20] та TG-179 [21], геометричні та дозиметричні невизначеності можуть виникати на всіх етапах – від отримання зображень до плану­вання та реалізації лікування. Також у цитованих документах підкреслюється критична роль точ­ності визначення об’ємів, зв’язку між HU й електронною щільністю та акцентується увага на необхідності систематичного контролю якості, калібрування перетворення КТ-чисел у щільність та врахування алгоритмічних похибок TPS.

Результати досліджень розподілу доз на фан­томних моделях свідчать про зменшення доз поза полем із віддаленням від його краю та зі збіль­шенням глибини [22], водночас на периферії поля може спостерігатися локальне зростання дози. Так, для прискорювача Oncor зафіксовано пік периферичної дози до 1,4% на відстані 6 см від краю поля 10×10 см² для електронних пучків 6 і 9 МеВ, а для 15 МеВ – до 2,3% за аналогічних умов [23]. Це зумовлено інтенсивним розсіюван­ням електронів у головці прискорювача, аплі­каторах, вирізах і повітрі, що призводить до утворення фотонного випромінювання та елек­тронів низької енергії і формування клінічно неприйнятної півтіні. Інші дослідження виявили піки периферичної дози на відстані 12-15 см за краєм поля [24], а максимальні значення – для електронних пучків з енергією 18 МеВ [25]. У літературі підкреслюється критична важливість контролю периферичних доз й оптимізації апа­ратного забезпечення з метою підвищення без­пеки пацієнтів [26], а одним з резервів покра­щення результатів лікування вважається виявлен­ня та мінімізація неврахованих невизначеностей [27].

Для планування променевої терапії най­частіше використовують дані рентген-комп’ютерної томографії, що зберігаються у форматі DICOM – міжнародному стандарті медичних зображень, під­тримуваному провідними виробниками радіологіч­ного обладнання [28, 29]. Одним з поширених програмних продуктів для їх аналізу є «eFilm». Проведений нами аналіз КТ-зображень показав, що навіть за дослідження однієї й тієї ж анатомічної ділянки на одному апараті та за однакових режимів вимірювані параметри можуть відрізнятися за розмірністю пікселя та щільністю [30]. З огляду на те, що в окремих випадках межу між нормою і патологією визначають десяті частки міліметра та кілька одиниць Хаунсфілда, а піксель (воксель) є базовою структурною одиницею планування кон­формної променевої терапії, доцільним є детальне дослідження його характеристик [31] та особли­востей розподілу поглинутих доз у системах планування і гарантії якості радіотерапії.

Сучасний розвиток технологій штучного інте­лекту суттєво трансформує процеси планування променевої терапії, зокрема етап сегментації та контурингу [32]. Сучасні алгоритми реконструк­ції КТ-зображень, зокрема ітеративної рекон­струкції зображень та реконструкції КТ-зобра­жень на основі глибинного навчання (deep learning-based reconstruction, DLR) [33], можуть змінювати значення HU, зменшувати шум та згладжувати границі структур, що потенційно впливає на точність сегментації та дозиметричних розрахунків. За даними сучасних досліджень [34-37], відхилення HU при використанні DLR можуть досягати клінічно значущих величин, особливо на межах тканин. Це створює додаткові джерела систематичних невизначеностей у плану­ванні променевої терапії.

Метою цієї роботи було наукове обґрунтуван­ня та експериментальне дослідження впливу геометричних і дозиметричних невизначеностей, пов’язаних із характеристиками пікселів і вок­селів DICOM-зображень рентген-комп’ютерної томографії, на формування планів променевої терапії та визначення поглинутих доз у зонах клінічного інтересу.

МАТЕРІАЛИ ТА МЕТОДИ ДОСЛІДЖЕНЬ

Рентген-комп’ютерну томографію (РКТ) пацієн­тів з пухлинами мозку виконували на комп’ютер­ному томографі TOSHIBA Asteion Su­per 4. Аналізу­вали поперечні зрізи з товщиною реконструкції 1,5 мм за допомогою програми обробки DICOM-файлів «eFilm» («Phillips Medi­cal MXLiteView Ver­sion 1.22 MS»), яка дозволяє визначати розміри пікселя, кількість пікселів у заданій області, площу та оптичну щільність зображення.

На площині зрізу прямокутним маркером ROI Rectangle виділяли ділянки пухлини розміром 1-28 суміжних пікселів, розташованих у ряд. На одному зрізі аналізували шість таких ділянок – максимальну кількість, що допус­кається програ­мою, кожну з яких маркували окремим кольо­ром. Розміри полів, їх площа, кількість пікселів та оптична щільність авто­матично визначалися програмою і відобра­жалися у вигляді цифрових значень, які зано­сили до таблиць для подальшого порівняння з результатами ручних вимірювань.

Крім того, визначали оптичну щільність діля­нок поза межами об’єкта дослідження (чорний фон). Для цього квадратним маркером виділяли шість ділянок розміром один піксель кожна на різній відстані по променю від краю контура зображення. Отримані дані також табулювали та аналізували.

Невизначеності, що виникають при плануван­ні променевої терапії на електронному прискорю­вачі Elekta Synergy з використанням планувальної системи Monaco TPS, оцінювали за даними роз­поділу поглинутих доз на поперечних зрізах. Аналіз проводили в зонах з мінімальною оптич­ною щільністю всередині контурів об’єкта, у чорному фоні порожнин, а також у ділянках поза зовнішніми контурами тіла пацієнта на різних відстанях.

Клінічні методи обстеження (інструментальні та лабораторні) застосовувалися відповідно до сучасних рекомендацій [14-16, 38-42]. Рандомізо­ване дослідження проведено за даними комп’ю­терного планування у 28 хворих зі злоякісними новоутвореннями молочної залози, головного мозку, гортані та стравоходу.

Кількісні та якісні дані були подані відповідно до загальноприйнятих статистичних підходів. Статис­тичний аналіз даних 28 планів променевої терапії проводився із застосуванням критерію χ², критерію Вілкок­со­на – Ман­на – Вїтні та пермута­ційного під­ходу [43, 44]. Для всіх оцінок викорис­товувався рівень довірчої ймовірності 97,5%, що забезпечує ви­соку надійність інтервалів. Обчис­лення викону­валися в програмному середовищі Python 3.14.2 (Python Software Foundation License, вільне про­грам­не забезпечення) за допомогою хмарного засто­сунку Google Colab, Free License) з використанням модуля stats бібліотеки SciPy (без­коштовна бібліо­тека Python з відкритим кодом, яка використо­вується для наукових та технічних обчислень, що не передбачає інди­відуального номера ліцензії).

Дослідження схвалені комісією з питань біо­медичної етики ДДМУ (витяг з протоколу № 32 від 11.11.2025 р.) та проведені згідно з письмовою згодою учасників і відповідно до принципів біоетики, викладених у Гельсінській декларації «Етичні принципи медичних досліджень за участю людей» та «Загальній декларації про біоетику та права людини (ЮНЕСКО)».

РЕЗУЛЬТАТИ ТА ЇХ ОБГОВОРЕННЯ

Дані вимірювання розміру пікселів на знімках хворої К. подано на рисунку 1.

Отримані дані програмного визначення розміру пікселя, довжини виділеної ділянки зображення, її площі, а також розрахункового розміру пікселя, довжини та площі зображення внесені до таблиці 1.

В іншої пацієнтки Ів., у якої поперечні зрізи головного мозку були виконані на тому ж апараті та за аналогічних умов, було отримано резуль­тати, подані на рисунку 2.

Отримані дані програмного визначення роз­міру пікселя, довжини та площі виділеної ділянки зобра­ження, а також розрахункових значень розміру пікселя, довжини та площі зображення внесено до таблиці 2.

На рисунку 3 наведено результати вимі­рювання інструментами програми eFilm значень оптичної щільності чорного фону вздовж про­меня від краю зображення поперечного зрізу головного мозку пацієнтки К.

Розрахункові дані внесено до таблиці 3.

На рисунку 4 а, б, в наведено результати визначення поглинутих доз та оптичної щільності програмою планувальної системи на різних відстанях від зовнішнього контура.

Результати вимірювання поглинутої дози поза межами зовнішнього контура поперечного зрізу наведено в таблиці 4.

Наступні зображення (рис. 5 а, б) демонстру­ють різні значення поглинутої дози в чорному фоні поза межами зрізу за однакових значень оптичної щільності.

На рисунку 6 наведено зображення попереч­ного зрізу пацієнта з раком носоглотки.

Сьогодні в плануванні променевої терапії засоби обробки та аналізу інформації на основі DICOM-файлів використовуються понад 30 років і стали міжнародним стандартом медичного зображення [28, 29]. МАГАТЕ (2021) наголосила на застосуванні DICOM-файлів на всіх етапах променевої терапії – діагностиці, дозиметрії, пла­нуванні та реалізації лікування [45, 31].

Раніше нами були наведені результати щодо не­визначеностей у рівномірності опромінення тка­нин за рахунок значущої розбіжності значень оптичної щільності суміжних пікселів та вокселів [30]. Аналіз даних вимірювання розміру пікселів та їхніх похід­них у пацієнтки К. (рис. 1, табл. 1) показав таке.

Програмою визначено довжину сторони одного пікселя – 0,5 мм. До четвертого пікселя включно розмір відрізка залишався коректним, але між четвертим та п’ятим пікселем відстань мала бути 2,5 мм, тоді як фактично вона дорівню­вала 2,4 мм. Виявлено також розбіжності між результатами визначення площі пікселя програ­мою (зображення 2, рис. 1) та ручним розрахун­ком. Програма показала площу 0,2 мм², але з урахуванням розміру сторони пікселя (зображен­ня 1, рис. 1) площа мала б становити 0,25 мм². Для ділянок з двох та чотирьох пікселів площа, ви­значена програмою, збігалася з ручними роз­рахунками. Для ділянки з трьох пікселів відмін­ність становила 7,1%, з п’яти – 4,2%, з шести – 7,1%. Цілком можливо, що при збільшенні роз­мірів ділянки похибка виявить системність характеру, але точність планування променевої терапії ґрунтується на характеристиках вокселя, який складається з окремих пікселів, тому будь-які похибки в DICOM-файлах, що вважаються «золотим стандартом» якості медичного зобра­ження, – неприпустимі.

В іншої пацієнтки (рис. 2, табл. 2) отримано інші результати, але теж з відмінностями. Як видно з даних, наведених у таблицях, в обох випадках спо­стерігається некоректне визначення програмою «eFilm» розмірів пікселя, довжини ви­діленої ділян­ки зображення та її площі, значення яких перевіряли ручними арифметичними розрахунками.

Так, у першому випадку на зрізі пацієнтки К. розмір пікселя становив 0,5 см, однак розмір відрізка з шести пікселів зменшився між четвер­тим та п’ятим пікселем (2,0 мм-2,4 мм), тобто замість 0,5 мм становив 0,4 мм, після чого знову дорівнював 0,5 мм (2,4 мм-2,9 мм). При аналізі програмного розрахунку площі виявилася певна закономірність. Площа з першого по другий пік­сель змінилася на 0,3 мм², з другого по третій – на 0,2 мм² , з третього по четвертий – знов на 0,3 мм², з четвертого по п’ятий – на 0,2 мм², з п’ятого по шостий – знов на 0,2 мм², порушивши попередню послідовність. Можливо, при збільшенні кіль­кості вимірювань та розрахунків закономірність виявилася би більш чіткою, але на цьому етапі її слід вважати відсутньою, а похибку програми – випадковою [14].

У пацієнтки Ів. аналіз даних, наведених у таблиці 2, виявив системну похибку 10% щодо площі зображення пікселів та 11% – щодо роз­мірів пікселів. При цьому фізичні умови томо­графії обох хворих були однаковими. Загалом проведений непараметричний аналіз програмних та розрахункових даних щодо геометричних не­визначеностей виявив похибку 8-15% (статис­тична значущість визначалася за порогом p<0,025) залежно від того, яка ділянка розгля­дається – у центрі чи на периферії.

Слід зазначити, що в самому стандарті DICOM (https://www.dicomstandard.org/current) наведено перелік можливих причин порушень при від­творенні зображень. Найбільш схильними до геометричних спотворень є зображення, отримані МРТ (магнітно-резонансна томографія). У центрі поля зору (isocenter) типове середнє спотворення становить близько 0,4-0,8 мм, на периферії (на відстані 200 мм від центру) спотворення може зростати до 2-5 мм і більше. Для стереотаксичної радіохірургії критично важлива точність – похибка понад 1 мм для малих цілей (менше 20 мм) може вважатися клінічно неприйнятною (втрата якості/точності понад 5% в індексах планування). КТ (комп'ютерна томографія) та рентгенографія мають набагато менші геометричні спотворення, ніж МРТ, за винятком ефектів проекції (напри­клад, видовження або вкорочення кісток на звичайному рентгенівському знімку через кут зйомки). При КТ спотворення можуть спричиняти різницю в розрахунках об'єму певних структур мозку (наприклад, кори) до 5,5% при порівнянні скоригованих і нескоригованих зображень. Від­носне спотворення може бути від менше ніж 1% (у добре каліброваних системах КТ або в центрі поля зору МРТ) до понад 10-20% відносного від­хилення розміру на периферії зображення. Це не просто «втрата якості» в загальному розумінні, а критична втрата геометричної точності (зміна розмірів пікселів/вокселів), що впливає на клі­нічну достовірність зображення [46].

Таким чином, у проведеному дослідженні спостерігали зміну розміру пікселів/вокселів в отриманих зображеннях – неточність, яка вже закладена в самому стандарті та може призвести до дуже серйозних наслідків при плануванні лікування.

Особливу увагу слід звернути на значення оптичної щільності поза зовнішніми контурами зображення об’єкта (чорний фон). Аналіз даних (рис. 3 та табл. 3) показав, що оптична щільність поза зображенням досліджуваної області («чор­ний фон», «нуль пікселів зображення») у першій парі по променю (2, 3) на відстані 18,1 мм дорів­нює -834 HU, а на відстані 2,9 мм вона становить -1000 HU, тобто менша оптична щільність чорно­го фону знаходиться в 6,24 раза ближче до краю зображення поперечного зрізу черепа, ніж оптич­на щільність -834 HU, що суперечить очікуваній закономірності. У другій парі (4, 5) ця відстань ще більша – 7,07 раза.

Отже, оптична щільність чорного фону змінюється по променю від -1000 HU поблизу межі об'єкта, що досліджується, до -834 HU на відстані в 7 разів далі. Наявність ділянок різно­рідної щільності поза зображенням зрізу, на тлі «абсолютного нуля», не виключає можливість аналогічних артефактів і на головному об'єкті – зображенні поперечного зрізу пацієнта. Це може негативно впливати на оцінку результатів ліку­вання, а також на формування плану подальшої терапії, якщо в основу будуть покладені не­коректні дані, оскільки дози для фотонної про­меневої терапії безпосередньо пов'язані зі зна­ченнями Хаунсфілда (HU), отриманими з комп'ютерної томографії [47].

При аналізі результатів поглинутих доз та оптичної щільності, які визначила програма планувальної системи (рис. 4 а, б, в, табл. 4), можна констатувати, що на відстані 4 мм від зовнішнього контура поперечного зрізу при оп­тичній щільності зображення -1001 HU поглинута доза дорівнює 5,9 Гр. При зменшення відстані – доза зростає. Але зовнішній контур зображення поперечного зрізу, який окреслює лікар, є межею, де дія програми мала б припинитися. Разом з тим цього не відбувається і програма продовжує формувати план майбутнього опромінення. Отже аналогічні дії програми можуть відбуватися і за межами інших контурів, критично важливих – PTV, GTV та нормальних тканин. Така невизначе­ність може стати причиною некоректних значень поглинутих доз в об’ємах інтересу та призвести до погіршення результатів лікування пацієнта.

Привертає увагу наявність різних значень поглинутої дози в чорному фоні поза межами зрізу з однаковим значенням оптичної щільності (рис. 5 а, б). При однаковій оптичній щільності чорного фону -992 HU, на одному поперечному зрізі поглинута доза в одному вимірюванні до­рівнювала 0,0 Гр, що відповідає фізичним законо­мірностям поглинання енергії випромінювання, тоді як в іншому вимірюванні вона становила 15,4 Гр, що пояснити складно.

Наступний приклад стосується поглинутої дози в повітрі порожнини основної пазухи (рис. 6). Якщо попередні результати складно пояснити, але вони не впливали на опромінення тканин хворого, бо знаходилися поза межами зовнішнього контура зрізу, то в цьому випадку виміряна поглинута доза в повітрі порожнини основної пазухи знаходиться всередині поперечного зрізу, поряд з пухлиною та критичними тканинами. Невизначеність полягає у великій поглинутій дозі – 56,2 Гр, яку визначає програма планувальної системи в повітряній по­рожнині основної пазухи. При цьому розміри порожнини досить великі, 3,05×2,3 см, а оптична щільність -994 HU.

Дослідження периферичних доз у пацієнтів є важливою задачею, оскільки буде вплив на сусідні органи та тканини, що знаходяться в зоні ризику. Слід зазначити, що під час лікування з використанням іонізуючого випромінення має вплив розсіювання, яке виникає як від ком­понентів прискорювача (утворюючи клінічно неприйнятну півтінь), так і від самого пацієнта. Це може сприяти збільшенню дози опромінення в тканинах за межами області лікування [48].

Резюмуючи, слід зазначити, що нами здій­снено спробу визначити чинники, які можуть впливати на точність планування променевої терапії онкологічних хворих з використанням на­веденої технології та відповідних засобів. Роз­біжність між принципом недопущення переви­щення толерантної дози для нормальних тканин і високою частотою променевих ушкоджень у більшості пацієнтів у світі може бути зменшена шляхом виявлення та усунення невизначеностей на будь-якому етапі радіаційної технології лікування. У перспективі планується системне дослідження невизначеностей у різних плану­вальних системах, проведення калібрування HU, аналіз впливу розміру вокселя та геометричних похибок на дозиметричні параметри, а також оцінювання потенціалу застосування штучного інтелекту для підвищення точності планування.

ВИСНОВКИ

1. Проведений аналіз показав, що програма формування зображень у форматі DICOM та програмне забезпечення планування променевої терапії на електронному прискорювачі можуть давати результати з різними видами похибок. Ці похибки зумовлюють невизначеності у визна­ченні поглинутих доз, що потенційно може призвести до зниження ефективності лікування онкологічних хворих.

2. Ймовірним шляхом зменшення похибок може бути удосконалення програмного забезпе­чення для обробки та аналізу DICOM-файлів рентген-комп’ютерної томографії, а також про­грамного забезпечення планувальних систем променевої терапії. Інтеграція технологій штуч­ного інтелекту в процес планування променевої терапії відкриває нові можливості для підви­щення ефективності та стандартизації, однак водночас формує нові джерела невизначеності, що потребують ретельного контролю якості та експертної оцінки.

Внески авторів:

Кіхтенко І.М. – концептуалізація, методологія, написання – початковий проєкт;

Хворостенко Ю.М. – дослідження, ресурси, курація даних, візуалізація;

Філоненко Н.Ю. – методологія, формальний аналіз, написання – рецензування та редагування;

Галдіна О.М. – формальний аналіз, написан­ня – ре­цензування та редагування.

Фінансування. Дослідження не має зовнішніх джерел фінансування.

Конфлікт інтересів. Автори заявляють про відсутність конфлікту інтересів.

REFERENCES

1. World Health Organization. Global cancer burden growing amidst mounting need for services [Internet]. 2024 [cited 2025 Dec 12]. Available from: https://www.who.int/news/item/01-02-2024-global-cancer-burden-growing--amidst-mounting-need-for-services

2. Siegel RL, Kratzer TB, Giaquinto AN, Sung H, Jemal A. Cancer statistics, 2025. CA Cancer J Clin. 2025;75(1):10-45. doi: https://doi.org/10.3322/caac.21871

3. Liu B, Zhou H, Tan L, Siu KTH, Guan XY. Ex­ploring treatment options in cancer: tumor treatment stra­tegies. Signal Transduct Target Ther. 2024;9:175. doi: https://doi.org/10.1038/s41392-024-01856-7

4. Fedorenko ZP, Gorokh Ye, Ryzhov A, Soum­kina O. [Cancer in Ukraine, 2023-2024: Incidence, Mortality, and Performance Indicators of the Oncology Service]. Bull Natl Cancer Regist Ukr. Vol. 26. [Internet]. Kyiv; 2025 [cited 2025 Dec 12]. Ukrainian. Available from: http://www.ncru.inf.ua/publications/BULL_26/PDF_E/0-titul.pdf

5. Zafar A, Khatoon S, Khan MJ, Abu J, Naeem A. Advancements and limitations in traditional anti-cancer therapies: a comprehensive review. Discov Onc. 2025;16:607. doi: https://doi.org/10.1007/s12672-025-02198-8

6. Desai I, Thakur S, Pagariya P. Current advances in immunotherapy for cancer. Oral Oncol Rep. 2024;12:100652. doi: https://doi.org/10.1016/j.oor.2024.100652

7. Portik D, Lacombe D, Faivre-Finn C, Achard V, Andratschke N, Correia D, et al. The 2024 State of Science report from the the European Organisation for Research and Treatment of Cancer’s Radiation Oncology Scientific Council. Eur J Cancer. 2025;220:115334. doi: https://doi.org/10.1016/j.ejca.2025.115334

8. World Health Organization/IAEA. New WHO/IAEA publication provides guidance on radiothe­rapy equipment to fight cancer [Internet]. 2021 [cited 2025 Dec 12]. Available from: https://www.who.int/news/item/05-03-2021-new-who-iaea-publication-provides-guidance-on-radiotherapy-equipment-to-fight-cancer

9. Majeed H, Gupta V. Adverse effects of radiation therapy. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2025 Jan [cited 2025 Dec 12]. Available from: https://www.ncbi.nlm.nih.gov/books/NBK563259/

10. Catalano O, Fusco R, Carriero S, Tamburrini S, Granata V. Ultrasound findings after breast cancer radiation therapy. Korean J Radiol. 2024;25(11):982-91. doi: https://doi.org/10.3348/kjr.2024.0672

11. Moisander M, Skyttä T, Kivistö S, et al. Radio­therapy-induced diffuse myocardial fibrosis in early-stage breast cancer patients. Radiat Oncol. 2023;18(1):124. doi: https://doi.org/10.1186/s13014-023-02319-z

12. Singh P, Mishra A, Mishra SK. Challenges and potential side effects of radiation therapy for palliative cancer treatment. Med Palliative. 2024;23(2):75-91. doi: https://doi.org/10.1016/j.medpal.2023.12.002

13. Ohno T, Kamiguchi A, Honda M, Shimohi­gashi Y, Kuraoka A, Toyota M, et al. Enhancing patient positioning precision: a comparative analysis of surface-guided radiation therapy systems. Radiol Phys Technol. 2025 Sep;18(3):833-50. doi: https://doi.org/10.1007/s12194-025-00937-8

14. International Atomic Energy Agency. Accuracy requirements and uncertainties in radiotherapy. [Internet]. Vienna: International Atomic Energy Agency; 2016 [cited 2025 Dec 12]. (IAEA Human Health Series. No. 31). Available from: https://www-pub.iaea.org/MTCD/­Publications/PDF/P1679_HH31_web.pdf

15. International Atomic Energy Agency. Handbook of basic quality control tests for diagnostic radiology. [Internet]. Vienna: International Atomic Energy Agency; 2023 [cited 2025 Dec 12]. (IAEA Human Health Series. No. 47). Available from: https://www-pub.iaea.org/MTCD/Publications/PDF/PUB2021_web.pdf

16. International Atomic Energy Agency. Absorbed dose determination in external beam radiotherapy. [Internet]. Vienna: International Atomic Energy Agency; 2024 [cited 2025 Dec 12]. (Technical Reports Series. No. 398 (Rev. 1)). Available from: https://www-pub.iaea.org/MTCD/Publications/PDF/TRS398_scr.pdf

17. International Atomic Energy Agency. Dosimetry in Brachytherapy – An International Code of Practice for Secondary Standards Dosimetry Laboratories and Hospitals. [Internet]. Vienna: International Atomic Energy Agency; 2023 [cited 2025 Dec 12]. (Technical Reports Series. No. 492). Available from: https://www-pub.iaea.org/MTCD/Publications/PDF/DOC-010-492_web.pdf

18. American Association of Physicists in Medicine. Physical Uncertainties in the Planning and Delivery of Light Ion Beam Treatments: The Report of AAPM Task Group 202. [Internet]. Alexandria (VA): AAPM; 2020 [cited 2025 Dec 12]. 124 p. (AAPM Report. No. 202). Available from: https://www.aapm.org/pubs/reports/RPT_202.pdf

19. Siochi RA, Balter P, Bloch CD, Santanam L, Blodgett K, Curran BH, et al. Report of Task Group 201 of the American Association of Physicists in Medicine: quality management of external beam therapy data transfer. Med Phys. 2021;48:e86-114. doi: https://doi.org/10.1002/mp.14868

20. Brock KK, Mutic S, McNutt TR, Li H, Kes­sler ML. Use of image registration and fusion algorithms and techniques in radiotherapy: report of the AAPM Radiation Therapy Committee Task Group No. 132. Med Phys. 2017;44:e43-76. doi: https://doi.org/10.1002/mp.12256

21. Bissonnette JP, Balter PA, Dong L, Langen KM, Lovelock DM, Miften M, et al. Quality assurance for image-guided radiation therapy utilizing CT-based techno­logies: a report of the AAPM TG-179. Med Phys. 2012;39:1946-63. doi: https://doi.org/10.1118/1.3690466

22. Matuszak N, Kruszyna-Mochalska M, Skro­ba­la A, Ryczkowski A, Romanski P, Piotrowski I, et al. Nontarget and out-of-field doses from electron beam radiotherapy. Life. 2022;12(6):858. doi: https://doi.org/10.3390/life12060858

23. Maharaj KD, Dass J, Ibrahim M, Mahmood T, Rowshanfarzad P. Peripheral Doses Beyond Electron Applicators in Conventional C-Arm Linear Accelerators: A Systematic Literature Review. Technology in Cancer Research & Treatment. 2024;23:15330338241239144. doi: https://doi.org/10.1177/15330338241239144

24. Gul OV. Experimental evaluation of out-of-field dose for different high-energy electron beams and appli­cators used in external beam radiotherapy. Radiat Phys Chem. 2024;215:111345. doi: https://doi.org/10.1016/j.radphyschem.2023.111345

25. Maharaj KD, Sabet M, Dass J, Ibrahim M, Mahmood T, Rowshanfarzad P. Comprehensive analysis of peripheral dose in electron beam therapy with a Varian TrueBeam Linac. Radiat Med Prot. 2025;6(1):28-36. doi: https://doi.org/10.1016/j.radmp.2024.10.003

26. Maharaj KD, Dass J, Ibrahim M, Mahmood T, Rowshanfarzad P. Peripheral doses beyond electron appli­cators in conventional C-arm linear accelerators: a syste­matic literature review. Technol Cancer Res Treat. 2024;23:1-9. doi: https://doi.org/10.1177/15330338241239144

27. van den Berg CAT, Meliadò EF. Uncertainty as­sessment for deep learning radiotherapy applications. Semin Radiat Oncol. 2022;32(4):304-18. doi: https://doi.org/10.1016/j.semradonc.2022.06.001 

28. Yang L. DICOM standard and its application in ra­dioinformatics. Int J Comput Sci Inf Technol. 2024;2(1):384-90. doi: https://doi.org/10.62051/ijcsit.v2n1.40

29. Larobina M. Thirty years of the DICOM standard. Tomography. 2023;9:1829-38. doi: https://doi.org/10.3390/tomography9050145

30. Khvorostenko MI, Kikhtenko IM, Khvoros­ten­ko YM. [Influence of tumor tissue heterogeneity on the quality of radiotherapy planning]. [Internet]. Ukr Radiol  J.  2016 [cited 2025 Dec 12];24(2):67-72. Ukrainian. Available from: https://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?C21COM=2&I21DBN=UJRN&P21DBN=UJRN&IMAGE_FILE_DOWNLOAD=1&Image_file_name=PDF/URLZh_2016_24_2_16.pdf

31. Moeller TB, Reif E. Normal findings in CT and MRI [Internet]. Stuttgart: Thieme; 2000 [cited 2025 Dec 12]. 256 p. Available from: https://radoir.org/en/wp-content/uploads/2018/06/NFCTMRI.pdf

32. Rasmussen ME, Akbarov K, Titovich E, et al. Po­tential of e-learning interventions and artificial intel­ligence-assisted contouring skills in radiotherapy: the ELAISA study. JCO Glob Oncol. 2024;10:e2400173. doi: https://doi.org/10.1200/GO.24.00173

33. Maduro Bustos LA, Sarkar A, Doyle LA, And­reou K, Noonan J, Nurbagandova D, et al. Feasibility evaluation of novel AI-based deep-learning contouring algorithm for radiotherapy. J Appl Clin Med Phys. 2023;24(11):e14090. doi: https://doi.org/10.1002/acm2.14090

34. Hu Y, Nguyen H, Smith C, Chen T, Byrne M, Archi­bald-Heeren B, et al. Clinical assessment of a novel machine-learning automated contouring tool for radiothe­rapy planning. J Appl Clin Med Phys. 2023;24(7):e13949. doi: https://doi.org/10.1002/acm2.13949

35. D'Aviero A, Re A, Catucci F, Piccari D, Votta C, Piro D, et al. Clinical Validation of a Deep-Learning Segmentation Software in Head and Neck: An Early Analysis in a Developing Radiation Oncology Center. Int J Environ Res Public Health. 2022;19(15):9057. doi: https://doi.org/10.3390/ijerph19159057

36. Finnegan RN, Quinn A, Horsley P, Chan J, Ste­wart M, Bromley R, et al. Geometric and dosimetric evalua­tion of a commercial AI auto-contouring tool on multiple ana­tomical sites in CT scans. J Appl Clin Med Phys. 2025;26(6):e70067. doi: https://doi.org/10.1002/acm2.70067

37. Soltaninejad A, Shahbazi-Gahrouei D, Khora­sani A, Hemati S. Evaluation of CNN-based deep learning models for auto-contouring in glioblastoma radiotherapy: a review. Radiat Oncol. 2025;20(1):169. doi: https://doi.org/10.1186/s13014-025-02748-y

38. International Atomic Energy Agency. Setting Up a Radiotherapy Programme. [Internet]. Vienna: International Atomic Energy Agency; 2008 [cited 2025 Dec 12]. Available from: https://www-pub.iaea.org/MTCD/Publications/PDF/pub1296_web.pdf

39. International Atomic Energy Agency. A Hand­book for the Education of Radiation Therapists (RTTs). [Internet]. Vienna: International Atomic Energy Agency; 2014 [cited 2025 Dec 12]. (Training Course Series. No. 58). Available from:
https://www-pub.iaea.org/MTCD/Publications/PDF/TCS-58_web.pdf

40. Brown SR, Van Hemelrijck M, Price G, Op­pong FB, Verhoeff JJC, Faivre-Finn C. Novel methodo­logies for clinical research in radiation oncology: Time to think outside of the box? A narrative review. Radiother Oncol. 2025 Dec 9:111311. doi: https://doi.org/10.1016/j.radonc.2025.111311

41. Green H, Rieu R, Slevin F, Ashmore L, Bul­beck H, Gkogkou P, et al. CTRad Working Group 4. Best practice for patient-centred radiotherapy in clinical trials and beyond: A national multidisciplinary consensus. Clin Oncol (R Coll Radiol). 2025;39:103732. doi: https://doi.org/10.1016/j.clon.2024.103732

42. Schaue D, McBride WH. Opportunities and chal­lenges of radiotherapy for treating cancer. Nat Rev Clin Oncol. 2015 Sep;12(9):527-40. doi: https://doi.org/10.1038/nrclinonc.2015.120

43. Schober P, Vetter TR. Nonparametric Statistical Me­thods in Medical Research. Anesth Analg. 2020;131(6):1862-3. doi: https://doi.org/10.1213/ANE.0000000000005101

44. Bonnini S, Assegie GM, Trzcinska K. Review about the Permutation Approach in Hypothesis Testing. Mathematics. 2024;12(17):2617. doi: https://doi.org/10.3390/math12172617

45. World Health Organization. Technical specifica­tions of radiotherapy equipment for cancer treatment. [Internet]. Geneva: WHO; 2021 [cited 2025 Dec 12]. Available from: https://www.oncologysystems.com/wp-content/uploads/2021/03/2021-Handbook-on-Radiotherapy-Equipment.pdf

46. Mabizela S. Navigating parametric and non-para­metric statistical analyses: a practical guide in health sciences research. Wits J Clin Med. 2025;7(1):41-4. doi: https://doi.org/10.18772/26180197.2025.v7n1a9

47. Mohan R. A review of proton therapy – Current status and future directions. Prec Radiat Oncol. 2022;6:164-76. doi: https://doi.org/10.1002/pro6.1149

48. Mendes RMS, Silva MG, Rebello WF, Oli­veira CL, Stenders RM, Medeiros MPC, et al. Influence of radiotherapy room shielding on ambient dose equivalent due to photons H(10)p and neutrons H(10)n in the patient’s plane. Appl Radiat Isot. 2022;181:110095. doi: https://doi.org/10.1016/j.apradiso.2021.110095