Automatiseret kontrol og kvalitetssikring af stråleterapiplaner
Problem
Halvdelen af alle kræftpatienter i Danmark modtager stråleterapi. Stråleterapi leveres af en maskine, kaldet en terapeutisk lineær accelerator (linac), som udfører behandlingen efter en detaljeret opskrift; en såkaldt dosisplan. Sådanne dosisplaner simuleres, optimeres og beregnes af radiografer og hospitalsfysikere i et dertil beregnet computerprogram, kaldet et dosisplanlægningssystem. Hver eneste dosisplan skal lovmæssigt gennemgå en række detaljerede uafhængige kontroller for at sikre kvaliteten af dosisplan og behandling for den enkelte patient. Denne kontrol udføres på nuværende tidspunkt af fysikere via et tjekark på papir til hver patient. Den menneskelige faktor betyder, at det er en langsommelig proces med risiko for at overse fejl undervejs. Ved at automatisere store dele af denne kvalitetskontrol kan den menneskelige faktor minimeres, hvilket vil betyde en både langt hurtigere og sikrere kvalitetskontrol.
Løsning
Med den seneste version af vores dosisplanlægningssystem er der blevet mulighed for at tilgå et såkaldt Application Programming Interface (API). Det betyder, at man kan programmere processer i systemet, som man tidligere kun har kunnet udføre ved manuelle museklik i den grafiske brugergrænseflade, såkaldt ”scripting”. Vi har lavet det grundlæggende programmatiske framework, men vi mangler at implementere en lang række af disse automatiserede kontroller. Det svarer meget til det man i Regions IT kalder robotter. Her vil det dog være hospitalsfysikere, der skal lave løsningen på det specialespecifikke system ARIA, der er installeret lokalt på Kræftafdelingen.
Proces
Fase 1: Baseline målinger
Beskrivelse: Målinger af tidsforbrug for manuel kvalitetskontrol uden PlanCheck gennemføres. Punkter fra fysisk tjekark til manuel kvalitetskontrol indføres i vores GitLab issue manager (IT system til sagshåndtering, dokumentationsstyring og versionskontrol). Antal issues i GitLab optælles.
Succeskriterie: Målingerne kan gennemføres
Fase 2: Implementering og løbende brugertests
Beskrivelse: Kontroller prioriteres (hvad skal laves først/sidst) og implementeres med løbende test og idriftsætning efter et ”Release Early, Release Often” princip. Dette skaber løbende feedback og agil udvikling.
Succeskriterie: Kontroller på GitLab issue list implementeres og bruges i drift.
Fase 3: Effektmålinger, evaluering og afrapportering
Beskrivelse: Nye målinger af tidsforbrug for kvalitetskontrol med brug af PlanCheck gennemføres og sammenholdes med baseline målinger.
Succeskriterier:
Vi er Strategic Partner for Varian Medical Systems, Palo Alto, CA.
Desuden har vi modtaget interessetilkendegivelse for projektet fra MIM Software, Cleveland, OH, da de gerne vil kunne tilbyde deres kunder noget lignende. Der er dog ikke indgået en aftale med MIM på nuværende tidspunkt.