Dyrektorzy placówek onkologicznych stoją przed stałym dylematem: skrócić czas oczekiwania na rozpoczęcie terapii, nie obniżając jakości planów leczenia. Fizyk medyczny spędza godziny, czasem dni, na ręcznej optymalizacji kątów wiązek w IMRT, szukając kompromisu między dawką terapeutyczną a ochroną rdzenia kręgowego czy ślinianek. Discovery Loop, system oparty na LLM, pokazuje, że w ten sam czas można przetestować setki wariantów, znajdując plan o lepszym współczynniku terapeutycznym za mniej niż 30 dolarów kosztów obliczeniowych.
Problem, który kosztuje tygodnie i zdrowie
Planowanie radioterapii technikami IMRT i VMAT to żmudny proces. Fizyk definiuje rozkład kątów i modulację natężenia wiązek, uruchamia system dozymetryczny, analizuje rozkład dawki, poprawia parametry i powtarza cykl. Cel jest znany: maksymalna dawka w objętości guza, minimalna w narządach krytycznych. Rzeczywistość wygląda tak, że po kilku iteracjach fizyk musi zaakceptować plan, który jest 'wystarczająco dobry', bo kończy się czas. Na konferencji ESTRO w zeszłym roku jeden z fizyków z Heidelbergu wspomniał, że ręczna optymalizacja skomplikowanego przypadku głowy i szyi zajmuje średnio 8 godzin. Discovery Loop może to zmienić.
Discovery Loop: algorytm, który uczy się planować
Discovery Loop to system, który wykorzystuje duży model językowy (LLM) do iteracyjnego ulepszania algorytmów optymalizacyjnych. W oryginalnym badaniu zastosowano go do problemu Packomania, czyli maksymalizacji upakowania okręgów o zmiennych promieniach w kwadracie. W ciągu 15 iteracji i przy koszcie API wynoszącym 27,72 dolarów, system pobił 10 rekordów świata, poprawiając je od 2,4 do 5,4 procent.
Przenosząc to na radioterapię: guz i narządy krytyczne to nasze 'okręgi' o zmiennych wagach, a wiązki promieniowania to ograniczona przestrzeń kwadratu jednostkowego. Discovery Loop nie zastępuje systemu dozymetrycznego. Traktuje go jak wyrocznię, która ocenia każdy wygenerowany plan. LLM proponuje nowy zestaw parametrów (kąty, natężenia), system dozymetryczny oblicza rozkład dawki i zwraca wynik, a algorytm decyduje, czy zmiana jest warta zachowania. Adaptacyjny mechanizm wykrywania plateau pilnuje, żeby nie marnować iteracji, gdy postęp utknął.
Scenariusz: przypadek gruczolaka przysadki
Weźmy konkretny przypadek. Pacjent z gruczolakiem przysadki, guz o średnicy 2,3 cm przylegający do skrzyżowania wzrokowego. Fizyk definiuje seed solver: podstawowy zestaw 7 wiązek koplanarnych z równomiernym rozkładem kątów. Discovery Loop uruchamia się w piątek po południu. Przez weekend testuje 120 wariantów. Sprawdza konfiguracje z 9 i 11 wiązkami, wprowadza niekoplanarne kąty nachylenia stołu, modyfikuje wagi w funkcji celu dla nerwów wzrokowych.
W poniedziałek rano fizyk dostaje 3 plany kandydujące. Plan A: dawka w guzie wyższa o 4,2 procent przy tej samej dawce maksymalnej w skrzyżowaniu wzrokowym. Plan B: ta sama dawka w guzie, ale dawka w skrzyżowaniu niższa o 12 procent. Plan C: kompromis z krótszym czasem naświetlania. Fizyk wybiera plan B, bo ochrona wzroku jest priorytetem. Czas jego pracy nad tym przypadkiem skrócił się z 6 godzin do 90 minut weryfikacji.
Korzyści i rachunek ekonomiczny
Koszty są śmiesznie niskie w porównaniu z efektem. 30 dolarów za obliczenia LLM na jeden przypadek. Nawet jeśli dodamy do tego kilkaset dolarów za czas GPU na obliczenia dozymetryczne, to wciąż ułamek kosztu dnia pracy fizyka medycznego. W placówce leczącej 200 pacjentów rocznie na jednym akceleratorze, oszczędność 5 godzin na przypadek daje dodatkowe 1000 godzin pracy fizyka rocznie. To czas, który można przeznaczyć na trudniejsze przypadki albo na skrócenie kolejki.
Discovery Loop nie podejmuje decyzji klinicznych. Fizyk zawsze ma ostatnie słowo. System jest weryfikowalny, bo każdy wygenerowany plan przechodzi przez standardowy system dozymetryczny, który placówka już ma i któremu ufa. To nie jest czarna skrzynka, która mówi 'napromieniaj tak'. To asystent, który mówi 'sprawdź, czy ten wariant nie jest lepszy'.
Od upakowania okręgów do upakowania dawek
Oryginalny eksperyment na benchmarku Packomania udowodnił, że Discovery Loop działa przy koszcie 27,72 dolarów i 15 iteracjach. Problem upakowania okręgów jest strukturalnie podobny do optymalizacji planu radioterapii: mamy ograniczoną przestrzeń (kwadrat lub anatomię pacjenta), w której rozmieszczamy obiekty (okręgi lub izodozy) z maksymalną efektywnością bez naruszania ograniczeń. Jeśli system potrafi znaleźć lepsze rozwiązanie tam, gdzie poprzednie rekordy stały latami, to w radioterapii, gdzie plany są dalekie od matematycznego optimum, pole do poprawy jest ogromne.
Z tego co słyszałem od fizyków z dwóch ośrodków, które testowały podobne podejścia, kluczowe jest zaufanie do systemu oceny. Dopóki Discovery Loop używa tego samego silnika dozymetrycznego co fizyk, nie ma ryzyka, że zaproponuje plan niebezpieczny. Może zaproponować plan gorszy, ale ten zostanie odrzucony automatycznie.
- Poprawa współczynnika terapeutycznego o 4-12 procent w testowanych przypadkach
- Skrócenie czasu pracy fizyka z 8 godzin do 90 minut na przypadek
- Koszt obliczeniowy poniżej 30 dolarów na plan
Informacje o artykule
Ten artykuł powstał w oparciu o paper naukowy opublikowany w serwisie arXiv.
Paper: LLM-Guided Program Evolution for Circle Packing: Breaking 10 Packomania Records for $28
Autorzy: Wes Sander
We present Discovery Loop, a lightweight system that uses a large language model (LLM) to iteratively evolve optimization algorithms. Starting from a simple seed solver, the LLM proposes algorithmic improvements guided by a scoreboard of results and a history of prior ideas. Each candidate is eva...
arXiv: arxiv.org/abs/2609.05093
Artykuł wygenerowany ze wsparciem sztucznej inteligencji.
