Routine clinical dosimetry along with radiopharmaceutical therapies is key for future treatment personalization. However, dosimetry is considered complex and time-consuming with various challenges amongst the required steps within the dosimetry workflow. The general workflow for image-based dosimetry consists of quantitative imaging, the segmentation of organs and tumors, fitting of the time-activity-curves, and the conversion to absorbed dose. This work reviews the potential and advantages of the use of artificial intelligence to improve speed and accuracy of every single step of the dosimetry workflow.
Routinemäßige klinische Dosimetrie ist unabdingbar für die zukünftige Personalisierung von radiopharmazeutischen Therapien. Allgemein wird die Dosimetrie jedoch als komplex und zeitaufwendig betrachtet, und die erforderlichen Schritte innerhalb des Dosimetrie-Workflows sind mit verschiedenen Herausforderungen verbunden. Der allgemeine Workflow für die bildbasierte Dosimetrie besteht aus der quantitativen Bildgebung, der Segmentierung von Organen und Tumoren, dem Modellieren der Zeit-Aktivitäts-Kurven und der Umrechnung in die absorbierte Dosis. In dieser Arbeit werden das Potenzial und die Vorteile des Einsatzes von künstlicher Intelligenz zur Verbesserung der Geschwindigkeit und Genauigkeit jedes einzelnen Schrittes des Dosimetrie-Workflows untersucht.
Thieme. All rights reserved.