Doktorand i Medicinsk Strålningsfysik: AI-driven precisionsstrålbehandling vid ryggmetastaser

Projektbeskrivning

Spinala metastaser utgör den vanligaste platsen för skelettmetastasering vid avancerad cancer och drabbar uppskattningsvis 30 till 70 procent av onkologiska patienter, oftast med ursprung i primärtumörer i lungor, bröst eller prostata. Dessa lesioner medför en betydande klinisk belastning och orsakar ofta svårbehandlad smärta, patologiska frakturer och epidural ryggmärgskompression, vilket kan leda till bestående neurologiska funktionsnedsättningar och kraftigt försämrad livskvalitet. Den kliniska handläggningen är typiskt multimodal, där beslutsfattandet vägleds av ramverk som NOMS och SINS för att utvärdera instabilitet och risk för kotkollaps. Inom detta paradigm har stereotaktisk strålbehandling (SBRT) blivit en hörnsten. Genom att leverera högkonform, ablativ strålning med submillimetersprecision och branta dosgradienter möjliggör SBRT överlägsen lokal tumörkontroll, direkt tumörablation och snabb smärtlindring, samtidigt som intilliggande strålkänslig neural vävnad skonas.

Trots dess terapeutiska framgång medför SBRT påtagliga kliniska risker, särskilt strålningsinducerade kotkompressioner (VCF) i 10 till 15 procent av de behandlade segmenten. Att överskrida strikta vävnadstoleranser kan även orsaka irreversibla komplikationer som strålmyelopati eller radikulopati. Att utveckla robusta prediktiva modeller för dessa biverkningar är avgörande för patientstratifiering och proaktiv kirurgisk planering. En noggrann riskbedömning gör det möjligt för kliniska team att individanpassa dos-fraktioneringsscheman och säkerställa att fördelarna med lokal tumörkontroll inte undermineras av sekundär strukturell kollaps eller neurologisk morbiditet.

Detta doktorandprojekt fokuserar på att etablera ett integrerat beräkningsbaserat ekosystem för att förbättra precisionshantering och individanpassad vård genom hela det spinalonkologiska flödet. Specifikt utvecklar projektet avancerade djupinlärningsmetoder för automatiserad och interaktiv målvolymsdefinition, kombinerat med multimodala arkitekturer utformade för att kvantifiera longitudinell lesionsdynamik efter SBRT. Parallellt implementeras robusta prognostiska modeller för att förutsäga kliniska utfall och frakturrisk, samtidigt som ett standardiserat, radiobiologiskt drivet ramverk etableras för voxelbaserad kumulativ dossummering och optimering av toxicitetsrestriktioner vid spinal rebestrålning.

Ref.nr SU FV-2757-26

Sista ansökningsdag: 2026-09-28.

Fullständig information finns här