L'IA planifie la radiothérapie en deux minutes express
Chaque matin, un navigateur trace un itinéraire en contournant les embouteillages et les routes barrées. À l'instar de ce navigateur, un nouvel agent d'IA reconstruit avant chaque séance de radiothérapie le parcours de l'irradiation. À partir d'une image fraîche (scanner), il localise en deux minutes la tumeur et les organes sains, puis calcule comment diriger le faisceau de rayons pour atteindre la cible tout en préservant les tissus environnants.
Au cœur de l'agent se trouve un grand réseau de neurones, entraîné sur de nombreux exemples. Il reconstruit la structure interne du corps à partir de l'atténuation des rayons (ce qui rappelle la spectroscopie) et délimite avec précision les contours de la tumeur. Les plans obtenus sont aussi précis que ceux des experts, et l'écart de dose reste dans des limites sûres. La méthode a été testée sur des cancers de la tête, des poumons, de l'abdomen et de la prostate, avec une thérapie photonique et protonique – et elle s'est montrée fiable dans tous les cas. Ainsi, l'héritage de la radiothérapie, initié par Marie Curie et enrichi par les découvertes de William Lawrence Bragg, se dote aujourd'hui d'un pilote numérique qui transforme des heures de calcul en minutes.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2607.14870
In this work, we introduce the One-for-All Adaptive Radiotherapy Planning Agent, a unified foundation-model-based system that performs complete, treatment-specific online adaptive planning directly from daily cone-beam CT in under two minutes. The agent first autonomously predicts all essential planning components, including synthetic CT generation, multimodal alignment, and tumor/organ segmentation. It then intelligently leverages these outputs to execute the final clinical plan design, providing a comprehensive, automated solution for daily treatment. We also demonstrate that the agent enables clinicians to define planning with intent and intervene at critical decision points, ensuring a "human-in-the-loop" framework that generates acceptable plans before final approval. Evaluated on multiple datasets spanning head-and-neck, lung, abdominal, and prostate cancers with both photon and proton therapy, the proposed framework achieves clinically acceptable accuracy and plan quality comparable to clinically generated treatment plans, with target dose errors (D98) generally within 2.0 Gy of the reference plan. The strong performance of the One-for-All agent highlights the promise of a unified foundation-model approach and opens opportunities for fast, scalable, and fully automated online adaptive radiotherapy across diverse clinical scenarios.
Étonnamment, le système fonctionne aussi bien pour des tumeurs de localisations variées – de la tête à la prostate – sans aucun réglage préalable. Il opère aussi bien avec les rayons conventionnels qu'avec les protons, comme un navigateur universel qui se moque de savoir s'il doit tracer un chemin en ville ou hors des sentiers battus.
Ces systèmes rappellent l'assistant GLaDOS du jeu Portal, mais au lieu d'expériences de laboratoire, il s'agit d'un contrôle précis des radiations pour sauver des vies.