Rectal wall radiomics and dosiomics for predicting acute radiation proctitis after pelvic radiotherapy: a retrospective machine-learning study

रेडिएशन थेरेपी पेल्विक क्षेत्र के कैंसर, जैसे कि गर्भाशय ग्रीवा (सर्विक्स) या गर्भाशय को प्रभावित करने वाले कैंसर के इलाज के लिए एक शक्तिशाली उपकरण है। जबकि आधुनिक मशीनें ट्यूमर पर प्रहार करने के लिए अविश्वसनीय सटीकता के साथ रेडिएशन बीम को आकार दे सकती हैं, मलाशय (रेक्टम) इन लक्ष्यों के इतने करीब स्थित होता है कि वह अनिवार्य रूप से कुछ रेडिएशन का शिकार हो जाता है। यह एक्सपोजर तीव्र रेडिएशन प्रोक्टाइटिस (acute radiation proctitis) को ट्रिगर कर सकता है, जो मलाशय की परत की सूजन है और दर्दनाक लक्षणों जैसे कि तात्कालिकता (urgency), रक्तस्राव और बेचैनी का कारण बनती है। दशकों से, डॉक्टर यह अनुमान लगाने के लिए कि किसे इन दुष्प्रभावों का सामना करना पड़ सकता है, मानक मापों पर भरोसा करते आए हैं। 'डोज़-वॉल्यूम हिस्टोग्राम' (dose-volume histograms) के रूप में जाने जाने वाले ये माप, मूल रूप से रेडिएशन के एक जटिल तीन-आयामी मानचित्र को कुछ सारांश संख्याओं में संकुचित कर देते हैं, जो उन्हें बताते हैं कि अंग के कितने हिस्से को कितनी मात्रा में रेडिएशन प्राप्त हुआ है। हालांकि, ये सारांश इस बात के सूक्ष्म विवरणों को छोड़ देते हैं कि रेडिएशन कहाँ केंद्रित (cluster) हो रहा है और उपचार शुरू होने से पहले ऊतक (tissue) वास्तव में कैसा दिखता है।

चीन के शोधकर्ताओं का एक नया अध्ययन इस बात की जांच करता है कि क्या अधिक विस्तार से समस्या को देखने से भविष्यवाणियों में सुधार किया जा सकता है। केवल यह गिनने के बजाय कि एक रोगी को कितनी रेडिएशन प्राप्त होती है, टीम ने उपचार से पहले के स्कैन पर मलाशय की दीवार की बनावट (texture) और आकार के साथ-साथ नियोजित रेडिएशन की विशिष्ट स्थानिक व्यवस्था (spatial patterns) का परीक्षण किया। इन दो अलग-अलग प्रकार की सूचनाओं को—कि ऊतक कैसा दिखता है और रेडिएशन वास्तव में कैसे व्यवस्थित है—को मिलाकर, उनका लक्ष्य एक अधिक सटीक पूर्वानुमान लगाना था कि किसे गंभीर सूजन होगी। लक्ष्य एक नया मशीन-लर्निंग एल्गोरिदम बनाना नहीं था, बल्कि यह देखना था कि क्या एक ही समस्या के इन दो अलग-अलग दृष्टिकोणों को जोड़ने से अकेले किसी एक दृष्टिकोण की तुलना में अधिक स्पष्ट चित्र मिलता है।

शोधकर्ताओं ने एक 'रिट्रोस्पेक्टिव स्टडी' (retrospective study) आयोजित की, जिसका अर्थ है कि उन्होंने हाल ही में स्त्री रोग संबंधी कैंसर के लिए पेल्विक रेडिएशन से गुजरने वाली 137 महिलाओं के मेडिकल रिकॉर्ड का अध्ययन किया। उन्होंने इन रोगियों को दो समूहों में विभाजित किया: एक बड़ा समूह जिसका उपयोग उनके प्रेडिक्टिव मॉडल बनाने और प्रशिक्षित करने के लिए किया गया, और एक छोटा, अलग समूह जिसका उपयोग यह परीक्षण करने के लिए किया गया कि नए डेटा पर उनके मॉडल कितनी अच्छी तरह काम करते हैं। प्रत्येक रोगी के लिए, टीम ने विशेष रूप से मलाशय की दीवार (rectal wall) पर ध्यान केंद्रित किया, जो ऊतक की एक पतली रिंग है, न कि पूरे मलाशय पर, जिसमें गैस या मल हो सकता है जो विश्लेषण को भ्रमित कर सकता है। उन्होंने विश्लेषण से सैकड़ों विशेषताओं (features) को निकालने के लिए प्लानिंग सीटी (CT) स्कैन से इस दीवार का एक डिजिटल मानचित्र बनाया, जो इसकी बनावट, आकार और तीव्रता का वर्णन करते हैं। साथ ही, उन्होंने रेडिएशन डोज़ प्लान का तीन-आयामी विश्लेषण किया ताकि रेडिएशन वितरण का वर्णन करने वाली विशेषताओं को निकाला जा सके, जिसमें हॉटस्पॉट्स या ग्रेडिएंट्स जैसे पैटर्न की तलाश की गई जिन्हें मानक सारांश मिस कर सकते हैं।

उन्नत कंप्यूटर लर्निंग तकनीकों का उपयोग करते हुए, टीम ने कई अलग-अलग मॉडलों का परीक्षण किया ताकि यह देखा जा सके कि कौन सा मॉडल यह भविष्यवाणी करने में सबसे बेहतर है कि क्या रोगी को ग्रेड 2 या उससे अधिक का तीव्र रेडिएशन प्रोक्टाइटिस होगा, जो कि गंभीरता का एक स्तर है जिसके लिए आमतौर पर चिकित्सा हस्तक्षेप की आवश्यकता होती है। उन्होंने पाया कि केवल सीटी स्कैन से प्राप्त बनावट और आकार की विशेषताओं का उपयोग करने वाला मॉडल अच्छा प्रदर्शन करता है, जो उच्च स्तर की सटीकता के साथ उन रोगियों की सही पहचान करता है जिन्हें जोखिम है। एक अलग मॉडल, जिसने केवल रेडिएशन डोज़ के स्थानिक विवरणों का उपयोग किया, उसने भी अच्छा प्रदर्शन किया, हालांकि यह उन रोगियों को पहचानने में थोड़ा बेहतर था जिन्हें बीमारी नहीं होने वाली थी, बजाय उन लोगों को पकड़ने के जिन्हें बीमारी होने वाली थी। जब शोधकर्ताओं ने दोनों सूचना सेटों को एक एकल एकीकृत मॉडल में मिलाया, तो परिणाम बेहतर हुए। इस संयुक्त दृष्टिकोण ने उच्चतम सटीकता प्राप्त की, और अकेले उपयोग किए गए किसी भी तरीके की तुलना में अधिक विश्वसनीयता के साथ यह अंतर करने में सफलता प्राप्त की कि कौन विकसित करेगा और कौन नहीं।

अध्ययन यह सुझाव देता है कि मलाशय के ऊतक की आधारभूत उपस्थिति और रेडिएशन डोज़ की विशिष्ट व्यवस्था पूरक जानकारी (complementary information) प्रदान करती है। कंप्यूटर विश्लेषण ने खुलासा किया कि ऊतक की बनावट में कुछ सूक्ष्म पैटर्न, जैसे कि एक्स-रे अवशोषित करने के तरीके में छोटे पैमाने के बदलाव, रेडिएशन डोज़ के विशिष्ट क्लस्टरिंग जितने ही महत्वपूर्ण थे। यह इंगित करता है कि रोगी का जोखिम केवल इस बात से निर्धारित नहीं होता है कि उसे कितनी रेडिएशन प्राप्त होती है, बल्कि उसके अपने ऊतक की अनूठी विशेषताओं और उपचार योजना की सटीक ज्यामिति (geometry) से भी होता है। शोधकर्ताओं ने यह सत्यापित करने के लिए कि मॉडल वास्तव में निर्णय लेने के लिए ऊतक छवियों और डोज़ मैप्स दोनों से विशेषताओं का उपयोग कर रहा है, न कि केवल एक स्रोत पर निर्भर है, 'SHAP विश्लेषण' नामक विधि का उपयोग किया।

इन उत्साहजनक परिणामों के बावजूद, लेखक सावधानी बरतते हुए कहते हैं कि यह कार्य प्रारंभिक है। यह अध्ययन एक ही अस्पताल में आयोजित किया गया था, और परीक्षण समूह अपेक्षाकृत छोटा था, जिसमें केवल 42 रोगी थे। इस कारण से, उनके परिणामों के आसपास विश्वास अंतराल (confidence intervals) व्यापक हैं, जिसका अर्थ है कि यदि मॉडल का परीक्षण बहुत बड़े समूह पर किया जाता है, तो प्रदर्शन के सटीक आंकड़े बदल सकते हैं। इस अध्ययन में उनके नए दृष्टिकोण की तुलना उस मॉडल से भी नहीं की गई जिसमें आयु या मधुमेह के इतिहास जैसे सभी उपलब्ध नैदानिक डेटा शामिल थे, इसलिए यह अभी भी स्पष्ट नहीं है कि क्या यह नई विधि डॉक्टरों को पहले से ज्ञात जानकारी के अलावा अतिरिक्त मूल्य प्रदान करती है। इसके अलावा, मॉडल को वास्तविक रूप से दी गई रेडिएशन डोज़ के बजाय नियोजित रेडिएशन डोज़ पर प्रशिक्षित किया गया था, जो मलाशय के भरने या स्थिति में दैनिक परिवर्तनों के कारण थोड़ा भिन्न हो सकता है।

शोधकर्ता निष्कर्ष निकालते हैं कि हालांकि उनका एकीकृत मॉडल आंतरिक भविष्यवाणी के लिए मजबूत क्षमता दिखाता है, लेकिन यह अभी नियमित नैदानिक उपयोग के लिए तैयार नहीं है। इससे पहले कि इसे उपचार संबंधी निर्णयों के मार्गदर्शन के लिए उपयोग किया जा सके, मॉडल को बड़े, बहु-केंद्र अध्ययनों में मान्य करने और स्थापित नैदानिक बेंचमार्क के विरुद्ध परीक्षण करने की आवश्यकता है। इस कार्य का वास्तविक मूल्य यह प्रदर्शित करने में निहित है कि समस्या को दो अलग-अलग लेंसों के माध्यम से देखना—ऊतक की भौतिक अवस्था और रेडिएशन की स्थानिक वास्तविकता—जोखिम की अधिक समृद्ध और सूक्ष्म समझ प्रदान करता है। जब तक पूर्ण सत्यापन पूरा नहीं हो जाता, ये निष्कर्ष एक 'प्रूफ ऑफ कॉन्सेप्ट' के रूप में कार्य करते हैं कि अधिक विस्तृत, स्थानिक रूप से जागरूक विश्लेषण भविष्य में ऑन्कोलॉजिस्ट को जीवन रक्षक रेडिएशन थेरेपी के दर्दनाक दुष्प्रभावों से मरीजों की रक्षा करने में मदद कर सकता है।