Elizabeth Huynh, Ahmed Hosny, Christian Guthier, Danielle S. Bitterman, Steven F. Petit, Daphne A. Haas- Kogan, Benjamin Kann, Hugo J. W. L. Aerts and Raymond H. Mak

✉e- mail: hugo_aerts@dfci.harvard.edu

https://doi.org/10.1038/s41571-020-0417-8

Published online: 25 August 2020

Хиймэл оюун ухаан бол анагаах ухааныг үндсээр нь өөрчлөх чадвартай арга юм. Хиймэл оюун ухааны платформууд нь анагаах ухааны мэдээллийн нарийн төвөгтэй хэв шинжийг таних чадвар сайтай бөгөөд эмнэлзүйг тоон үнэлгээгээр хангадаг. Иймээс хиймэл оюун ухаан нь дижитал мэдээлэл боловсруулах, компьютерийн програм хангамжаас ихээхэн хамааралтай анагаах ухааны олон талт, өндөр техникийн шинж чанарыг шаарддаг хорт хавдрын туяа эмчилгээнд ашиглаж болох, энэ салбарт томоохон өөрчлөлт авчрах арга техник билээ. Үнэхээр хиймэл оюун ухаан нь хорт хавдрын туяа эмчилгээний нарийвчлал, үр ашиг, ерөнхий чанарыг сайжруулах боломжтой юм. Энэхүү хэтийн төлөвт бид эхлээд хиймэл оюун ухааны аргуудын ерөнхий тодорхойлолтыг дурьдаад зогсохгүй туяа эмчилгээний ажлын үйл явцын өндөр түвшний тоймыг гаргаж, хиймэл оюун ухаан энэ үйл явцын алхам тутамд ямар үр дагавар авчрахыг хэлэлцлээ. Эцэст нь бид хавдрын туяа эмчилгээнд хиймэл оюун ухааны платформыг эмнэлзүйд нэвтрүүлэхэд үүсэх бэрхшээлүүдийг тодорхойлж, эдгээр платформууд нь туяа эмчилгээний эмнэлгийн мэргэжилтнүүдийн үүргийг хэрхэн өөрчилж болох талаар тодорхойлсон болно.

Туяа эмчилгээний арга нь хорт хавдрын эмчилгээний чухал тулгуур багана бөгөөд нийт хавдартай өвчтөнүүдийн ~50% энэхүү эмчилгээний заалттай байдаг¹. Тоо баримтаас харахад дэд бүтэц, технологи, хүний нөөцийн хомсдол (үүнд эмнэлгийн байгууламж, машин, төлөвлөлтийн систем, түүнчлэн бэлтгэгдсэн ажилтнууд орно) зэрэг саад бэрхшээлээс болж сая сая өвчтөнүүд энэхүү амин чухал эмчилгээний аргаар^2-6 эмчлүүлэх боломжоо алдсаар байна⁷. Цаашилбал, туяа эмчилгээ нь сүүлийн хэдэн арван жилд технологийн дэвшлийн улмаас улам бүр төвөгтэй болж, программ болон техник хангамжийн аль алиныг багтаасан хүн-машин хоорондын харилцан үйлчлэлд бараг бүрэн найдахад хүрсэн. Технологийн дэвшил гарсан хэдий ч туяа эмчилгээний ажлын үйл явцын ихэнх хэсэг нь эмнэлгийн физикч, дозиметрист, туяа эмчилгээний эмч зэрэг эрүүл мэндийн мэргэжилтнүүдээс олон цагийн гар ажиллагааны гүйцэтгэлийг шаардсан хэвээр байна. Хүн-машин хоорондын харилцан үйлчлэлийн нарийн төвөгтэй байдал өсөн нэмэгдэх нь хорт хавдрын өвчлөл нэмэгдэж буй өнөө үед дэлхий даяар туяа эмчилгээний салбарт ажиллах хүчний хомсдол үүсгэж, тусламж үйлчилгээний чанарын тогтворгүй байдлыг нэмэгдүүлж байна⁸. Тодруулбал, туяа эмчилгээний төлөвлөлтийн үйл явцын тогтворгүй байдал нь өвчтөний амьд явах хугацаанд сөргөөр нөлөөлж байгааг эмнэлзүйн туршилтууд харуулсан^9,10. Цаашилбал, туяа эмчилгээний хангалтгүй мэдлэг, туршлага, хүний нөөц бүхий эрүүл мэндийн тусламж үйлчилгээ болон тогтолцоо хоорондын зааг ялгаа нь хорт хавдрын тусламж үйлчилгээний дэлхийн хамгийн томоохон тэгш бус байдлын нэг бөгөөд нийгмийн эрүүл мэндэд асар их бэрхшээл учруулж байна. Хиймэл оюун ухаан платформыг хүний ердийн оюун ухаан шаардагдах үүрэг даалгавар болох харааны ойлголт, хэв загварыг таних, шийдвэр гаргах, асуудлыг шийдвэрлэх зэрэг гүйцэтгэлийг компьютерийн нарийн төвөгтэй алгоритмуудыг боловсруулснаар ижил төстэй буюу сайжруулсан түвшинд гүйцэтгэхэд ашигладаг. Хиймэл оюун ухаан нь анагаах ухааны олон салбарт өөрчлөлт бий болгож байгаа бөгөөд туяа эмчилгээнд тулгарч буй олон бэрхшээлийг шийдвэрлэх, ингэснээр дэлхий даяар хорт хавдрын тусламж үйлчилгээний хүртээмж, чанарыг сайжруулах боломжтой юм. Бид энэхүү хэтийн төлвөөр клиникийн ажлын үйл явцын алхам бүрийг тоймлон, хиймэл оюун ухаан нь туяа эмчилгээний үр ашиг, нарийвчлал, чанарыг хэрхэн нэмэгдүүлж болохыг харуулсан жишээг дурьдах замаар туяа эмчилгээний салбарыг өөрчлөх талаар болон өнөөгийн эрүүл мэндийн хязгаарлагдмал нөөц бүхий орчинд орчин үеийн техник, технологи дээр суурилсан хорт хавдрын тусламж үйлчилгээг сайжруулах боломжийн талаар авч хэлэлцэнэ. Туяа эмчилгээн дахь хиймэл оюун ухааны хэрэглээний боломжууд өргөн цар хүрээтэй бөгөөд бид энэ нийтлэлд бүгдийг нь оруулаагүй болно. Үүний оронд хиймэл оюун ухаан туяа эмчилгээнд өөрчлөлт авчрах чадвар, туяа эмчилгээний ажиллах хүчний ирээдүйн хэтийн төлвийг тоймлон хүргэхийг зорилоо.

Туяа эмчилгээнд хиймэл оюун ухаан нэвтэрсэн нь

Туяа эмчилгээний ажлын үйл явцыг эмчилгээний эхний шийдвэр гаргах, эмчилгээний төлөвлөлт ба бэлтгэл, чанарын баталгаа, туяа эмчилгээ, хяналт шинжилгээ зэрэг хэд хэдэн үе шатанд хувааж болно (Fig.1). Дараагийн хэсгүүдэд бид туяа эмчилгээний алхам тутамд хийдэг гол ажлууд, ажилтнуудын оролцоо, хиймэл оюун ухааны үүргийн талаарх чухал жишээг тайлбарласан болно. Бид хиймэл оюун ухаан шаардахгүй ажлын үе шатуудад (жишээлбэл, цацрагийн бодис нийлүүлэлт) жишээ тайлбар оруулаагүй.

Эмчилгээний эхний шийдвэр гаргалт:

Өвчтөнөө үнэлэх. Эмнэлзүйн туяа эмчилгээний эхний алхам бол өвчтөнөө үзэж, өвчний байдлыг үнэлэх явдал юм. Энэ алхам нь ихэвчлэн өвчтөний шинж тэмдэг, өвчний түүх, бодит үзлэг, эмгэг геномын өгөгдөл, оношилгоо, шинжилгээнүүд, урьдчилсан тавилангийн тооцоо, хавсарсан өвчин, туяа эмчилгээний хордлогын эрсдэл зэргийг багтаасан хавдрын туяа эмчилгээний эмчийн цогц зөвлөгөө юм. Эдгээр бүх мэдээлэл дээр суурилан туяа эмчилгээний эмч нар эмчилгээний төлөвлөлтийг боловсруулдаг (Fig.2). Эдгээр үйлдлийг гүйцэтгэж буй эмч нарын хувьд тулгарч буй бэрхшээл нь мэдээллийг байнгын давтамжтай цуглуулах явдал бөгөөд энэ нь хүний нэгтгэх, тайлбарлаж чадах хэмжээнээс давсан их ачаалал юм. Эмнэлзүйн үйл ажиллагааны гол шинж чанаруудыг автоматаар гаргаж чаддаг хиймэл оюун ухаанд суурилсан аргууд нь эмчилгээний эхний шатны шийдвэр гаргалтанд эмч нарт туслах хэрэгслийг бий болгоход чухал үүрэг гүйцэтгэнэ. Хиймэл оюун ухаан²¹ нь анагаахын дүрс оношилгооны зураглалыг үнэлэх, эмнэлгийн цахим бүртгэлд^22,23 хэлзүйн боловсруулалт хийхэд туслах арга зам бөгөөд хорт хавдартай өвчтөний эмчилгээний сонголт ба клиникийн менежментийг удирдан чиглүүлэх анхны найдварыг харуулаад байна.

Жишээлбэл: Хиймэл оюун ухааны арга, аргачлал нь жижиг эсийн бус уушгины хорт хавдар ойр орчмын тунгалгын булчирхайд үсэрхийлсэн гэсэн эмгэг судлалын оношоор хими-туяа хосолсон эмчилгээ хийлгэж буй өвчний одоогийн эмчилгээг үргэлжлүүлэх эсвэл мэс засал хийлгэх эмнэлзүйн шийдвэр гаргалтыг урьдчилан таамаглах боломжтой²¹. Түүгээр ч зогсохгүй хиймэл оюун санаанд суурилсан ийм загварууд нь тавилан тодорхойлох^24,25 боломжийг сайжруулж, эмчилгээний үр дүнг^23,26-28 урьдчилан таамаглаж байгаа боловч эмнэлзүйн ердийн практикт хараахан хэрэгжүүлээгүй байна.

Туяа эмчилгээний тунг тохируулах. Үндэсний хэмжээнд хүлээн зөвшөөрөгдсөн стандарт, эмнэлзүйн туршилтын нотолгооны дагуу хорт хавдарт цацраг идэвхт бодисын тогтоосон тунг зэргэлдээ эрхтнүүдийг гэмтээлгүйгээр өгөх төлөвлөлт хийх эхний алхмыг туяа эмчилгээний эмч тодорхойлдог (Fig.2). Хорт хавдрын хэлбэр болон хавдар бүрийн биологийн онцлогоос хамаарч туяа эмчилгээнд мэдрэг байдал харилцан адилгүй байдаг. Цаашилбал, хавдрын геометрийн дүрслэл болон ойролцоох эрхтнүүдээс хамаарч хамгийн тохиромжит тундаа хүрч чадахгүй байх тохиолдол байдаг бөгөөд үүнийг ихэвчлэн төлөвлөлтийн ажил дуусах хүртэл тооцоолоход бэрхшээлтэй байдаг. Хиймэл оюун ухааны платформууд нь хавдар, эд, эрхтэний контур³⁰, эмчилгээний тохирсон тунг хавдрын цацрагийн мэдрэг байдал²⁹ дээр үндэслэн урьдчилан таамаглах замаар туяа эмчилгээг хувь хүнд чиглэсэн болгох боломжийг олгодог.

Эмчилгээний төлөвлөлт ба бэлтгэл

Эмчилгээний загварчлал-зурагнаас мэдээлэл цуглуулах, боловсруулах болон бүртгэл хийх.  Эмчилгээний төлөвлөлтөд бэлтгэхийн тулд симуляцийн уулзалтууд хийдэг бөгөөд энэ үед өвчтөнг хөдөлгөөнгүй байдалд оруулан ихэнх тохиолдолд эмчилгээний төлөвлөлтийг боловсруулахад шаардлагатай дүрс оношилгооны зургийг авдаг. Өвчний байршлаас хамааран энэ үйл явц нь маш нарийн төвөгтэй байж болох бөгөөд өвчтөний хөдөлгөөнгүй байдал нь субьектив шинжтэй байдаг тул энэ үйл явц нь ихэвчлэн туяа эмчилгээний эмч, эмнэлгийн физикчийн оролцоог шаарддаг (Fig.2). Жишээлбэл: хөдөлгөөнгүй болгох төхөөрөмж, эмчилгээний цацраг туяаны өнцөг эсвэл өвчтөний онцлог асуудлын хоорондын харилцан нөлөөллийг үнэлэхэд онцгой анхаарал хандуулах хэрэгтэй. Туяа эмчилгээний төлөвлөлтөд олон төрлийн дүрс оношилгооны зураг шаардлагатай байдаг ба үүнд цацрагийн тунг тооцоолох CT зураг, хавдрын төлөвлөлтийг зурах MRI шинжилгээ зэрэг багтдаг. Ихэнхдээ эдгээр зургуудыг өвчтөний янз бүрийн байрлалд (CT зураг авах үед эмчилгээний байрлалд, оношилгооны зураглалын үед бусад янз бүрийн байрлалд) оруулж авдаг бөгөөд зургуудыг тохируулах үед тодорхойгүй байдлыг үүсгэдэг. Электрон нягтралын тухай мэдээлэл (өөрөөр хэлбэл синтетик CT) өгөх боломжтой MRI зургийг түлхүү ашиглаж CT-ийн хэрэглээг хасах нь энэ эргэлзээг багасгах нэг арга юм. Хиймэл оюун ухааныг тархины^33,34 болон бага аарцгийн³⁵ MRI зургуудаас синтетик CT зургийг гарган туяа эмчилгээнд ашигладаг бөгөөд синтетик CT зургийг ашиглан төлөвлөлт хийх нь жинхэнэ CT-ийн зураг^33,35 ашиглахаас тунгийн зөрүү бага ажиглагдсан. Нэмж дурдахад энэхүү арга нь өвчтөний эмнэлэгт очиж дүрс оношилгооны зураг авахуулах тоог багасгах замаар эмнэлзүйн үр ашгийг нэмэгдүүлж, үргүй зардлыг бууруулах боломжтой төдийгүй өвчтөнийг CT-ийн цацрагаас давхар хамгаалах юм. Технологийн дэвшил нь туяа эмчилгээг улам боловсронгуй түвшинд хөгжүүлэхэд MRI шинжилгээний үүрэг их бөгөөд энэ нь MRI аппаратыг шугаман хурдасгууртай нэг эмчилгээний технологид нэгтгэхэд хүргэсэн (MR Linac)^36-38.

Хиймэл оюун ухаан нь шаардлага хангаагүй MRI мэдээллээс хэрэгцээтэй хэсгийг түүвэрлэн сэргээн засварлах боломжийг бүрдүүлэх замаар MRI шинжилгээний давтамжийг багасгах боломжтой юм. Энэ нь тархи^39-41, зүрхний⁴² шаардлага хангаагүй MRI зурагнаас өндөр нарийвчлал, тодрол, дүрслэл сайтай зураг гарган авахад ашигласнаар батлагдсан болно.

MRI сканнерыг цацраг туяа эмчилгээний хурдасгууртай нэгтгэх нарийн төвөгтэй байдлаас шалтгаалан одоогийн MR Linac системийг бага чадлын (0.35-1.5T)^43-45 соронзон орны тусламжтайгаар бүтээсэн ба өндөр хүчин чадалтай MRI сканнер ашиглан гарган авсан өндөр нягтралтай зургуудтай харьцуулахад ихэвчлэн зургийн чанар муу байдаг. Өөрөөр хэлбэл цацраг туяа эмчилгээ ба шугаман хурдасгуурын соронзон орны харилцан үйлчлэлээс шалтгаалан артефакт үүсэх магадлалтай юм. Хиймэл оюун ухаан нь эмчилгээний явцад хавдрын харагдах байдлыг сайжруулахын тулд бага хүч чадалтай MRI шинжилгээний зургийг сэргээн засварлаж өндөр чанар болон нарийвчлалтай зураг гарган авах боломжийг олгодог. Жишээлбэл, 3-T MRI мэдээллээс тархины 7-T MRI-тэй төстэй зураг гарган авах.

Зургийн бүртгэл нь олон төрлийн мэдээлэл агуулсан туяа эмчилгээний ажлын үйл явцын бас нэг салшгүй хэсэг ба хөндлөн зураглалыг зөвхөн эмчилгээний төлөвлөлт хийх явцад төдийгүй эмчилгээний фракц тус бүрийг өгөхөөс өмнө, цацраг туяа өгөх бодит цагийн хяналтанд ашигладаг. Худалдаанд байгаа автоматаар дүрс бүртгэх алгоритмууд нь ихэвчлэн горимд хамааралтай бүртгэлтэй холбоотой асуудлыг сайн гүйцэтгэхэд зориулагдсан ба артефакт үүсэх магадлал өндөр байдаг. Энэ нь нарийвчлалыг алдагдуулах бөгөөд эмнэлзүйн хувьд хүлээн зөвшөөрөгдсөн бүртгэлд хүрэхийн тулд нэмэлт гар засвар хийх шаардлагатай байдаг. Хиймэл оюун ухааны хэрэгслийг оновчтой зургийн дүрслэл гарган авахад зориулан хөдөлгөөний дарааллыг нарийвчлан уялдуулан загварчилсан ба эдгээр алгоритмууд нь хэд хэдэн орчин үеийн бүртгэлийн аргуудаас илүү нарийвчлал, бат бөх чанарыг олж авах боломжтой бөгөөд олон үйлдэлт дүрслэлийн горимд ерөнхийд нь ашиглах боломжтой байдаг. Цаашилбал, хиймэл оюун ухаан нь дүрслэлийн (жишээлбэл, металл эрэг ба чиглүүлэгч утаснаас үүссэн артефакт бүхий нурууны рентген зураг)⁴⁹ болон хөдөлгөөнт артефактууд (ургийн MRI шинжилгээнд ихэвчлэн тохиолддог)⁵⁰ бүртгэлийн үнэн зөв байдалд үзүүлэх нөлөөллийг бууруулдаг болохыг харуулсан болно. Хиймэл оюун ухааны техникийг MRI⁵¹, рентген^49,52,53, CT-MRI⁵⁴, болон MRI-PET⁵⁵ зургийн бүртгэлийн хэрэглээнд анх зориулан боловсруулсан болно. Эдгээр алгоритмуудын ихэнхийг туяа эмчилгээний хүрээнд тусгайлан боловсруулаагүй тул шийдвэрлэх бэрхшээлүүд тулгарч байгаа хэдий ч эдгээр алгоритмуудыг туяа эмчилгээний ажлын үйл явцыг сайжруулахад ашиглаж болох юм.

Туяа эмчилгээний талбайг зурах ба дозиметрийн эмчилгээний төлөвлөлт. Одоогийн байдлаар анхдагч хавдар болон тунгалгийн булчирхайн өөрчлөлтийг гар аргаар зурах нь туяа эмчилгээний эмчийн хийдэг хамгийн их цаг хугацаа шаарддаг боловч шийдвэрлэх үүрэгт ажлын нэг юм (Fig. 2). Туяа эмчилгээний талбайг зурах нарийвчлал нь эмчилгээний үр дүнд шууд нөлөөлж болно. Буруу тодорхойлсон хавдрын талбайн зураглалаас шалтгаалан цацрагийн тун хэтрэх эсвэл багасахад хүрдэг төдийгүй эмчилгээний дараах хяналтанд сөргөөр нөлөөлснөөс хордлогын хэмжээ ихсэх магадлалтай. Туяа эмчилгээний талбайг зурах ажиллагаа харилцан адилгүй байдаг бөгөөд тэр дундаа хорт хавдрын туяа эмчилгээний мэргэжилтний^56,57 дунд эмчилгээний төлөвлөлтийн чанарын ялгаатай байдал гардаг нь улмаар өвчтөний амьд явах хугацаанд нөлөөлдөг байж болзошгүй юм^9,10,58,59. Зураглалын атлас гэх мэт лавлагааны зургуудыг агуулсан одоогийн хагас автоматжуулсан төхөөрөмжүүд нь өндөр өртөгтэй учраас туяа эмчилгээний эмч бүр ашиглах боломжгүй байдаг тул гар ажиллагаа^60,61 шаардсаар байна. Хиймэл оюун ухаан нь бараг бүрэн, магадгүй бүрэн автоматжуулсан зураглалын аргачлалыг идэвхжүүлж, цацраг туяа эмчилгээний төлөвлөлтийн үр ашиг, нөхөн сэргээх чанарыг эрс нэмэгдүүлэх боломжтой. Жишээлбэл, хамар залгиурын⁶², уушгины анхдагч⁶³, ам залгиурын хорт хавдрын⁶⁴ контурыг боловсруулсан. Хамгийн гол нь эдгээр туяа эмчилгээ хийх талбайн зураглал хийх хиймэл оюун ухааны алгоритмын гүйцэтгэл нь мэргэжилтнүүдийн үр дүнтэй төстэй юм^62-64. Гэсэн хэдий ч туяа эмчилгээний эмнэлзүйн ажлын үе шатны хүрээнд хэрэгжүүлж буй алтан стандарт аргачлалыг хиймэл оюун ухааны арга, аргачлалын үр ашиг, нарийвчлал, нөхөн сэргээх чадварыг шууд харьцуулан судлах шаардлагатай байна. Туяа эмчилгээний төлөвлөлтийн үед, хорт хавдарт өгөх цацрагийн тунг сайтар тооцоолохоос гадна ойролцоох эд, эрхтнүүдийг цацрагаас хамгаалж аюулгүй хязгаарт багтаж байгааг баталгаажуулахын тулд зэргэлдээх эрхтэнүүдэд зураглал хийдэг.
Хиймэл оюун ухааны эхэн үеийн багажууд нь бие махбодийн янз бүрийн эрхтнүүд, түүний дотор толгой, хүзүүний хэсэг⁶⁵, цээжний хөндийн эрхтэнүүд⁶⁶, бөөр⁶⁷, элэг^68,69, зүрх⁷⁰ зэрэг нарийн төвөгтэй анатомиудыг тодорхойлох боломжтойг харуулсан ч энэ нь хязгаарлагдмал байсан. Өнөөдрийг хүртэл мэдээлэгдсэн энэхүү аргын хамгийн том цар хүрээтэй жишээ бол Google DeepMind болон Лондонгийн Их Сургуулийн Анагаахын Коллежийн эмнэлгийн Туяа эмчилгээний тасгийн хамтран хийсэн судалгаа юм. Энэхүү төслийн хүрээнд 663 өвчтөний CT зургийн мэдээллийг ашиглан толгой, хүзүүний хэсгийн эрхтэнүүдийн туяа эмчилгээний талбай зурах чадвартай алгоритм боловсруулахад ашигласан бөгөөд хүний гараар хийсэн зураглалтай харьцуулахуйц гүйцэтгэлтэй байсан⁷¹. Худалдаанд буй хиймэл оюун ухаанд суурилсан авто зураглал хийх хэрэгслүүд эмчилгээний төлөвлөлтийн системд нэвтрэх болсон тул алдааг илрүүлэх чанарын баталгааны нэмэлт хэрэгсэл шаардагдаж байна. Хиймэл оюун ухаанд суурилсан авто зураглалын энэхүү аргыг эмчилгээний төлөвлөлтөнд нэвтрүүлэх нь эргээд шаардагдах цаг хугацаа, хүний нөөцийн хийх ажлыг бууруулах боломжтой юм⁷². Дүрс оношилгооны зураг, хавдар, эрхтэний зураглал, тунг тодорхойлсны дараа эмнэлгийн дозиметрист өвчтөний эмчилгээний оновчтой төлөвлөгөөг боловсруулж, ойролцоох эд эрхтнийг хамгаалахын зэрэгцээ хавдарт өгөх тунг хамгийн их байлгахаар зоридог (Fig. 2). Эмчилгээний төлөвлөлт нь заасан тунд хүрэхийн тулд дозиметрист тунгийн хуваарилалтыг боловсруулж, туршилт болон алдааны үндсэн дээр шаардлагатай өөрчлөлтийг хийдэг цаг хугацаа шаардсан, давталттай үйл явц юм. Эмчилгээний төлөвлөгөөг туяа эмчилгээний эмчээр хянуулж батлуулахаас өмнө үнэлнэ. Туяа эмчилгээний төлөвлөлтийн чанар нь цацраг туяаны өнцөг, төлөвлөлтийн оновчлолын параметрүүдийг сонгох гэх мэт хүний хүчин зүйлээс хамаардаг бөгөөд энэ нь ихээхэн хэлбэлзэл бий болгодог байна⁷³. Дозиметрийн эмчилгээний төлөвлөлтийг стандартчилах, үр ашгийг нэмэгдүүлэх одоогийн стратеги нь хиймэл оюун ухаанд суурилаагүй бөгөөд хатуу кодчилсон дүрмийг ашиглан давтагдах ажлуудыг автоматжуулахад эсвэл статистикийн аргыг ашиглан урьдчилан тодорхойлсон зорилгын дагуу төлөвлөлтийн параметрүүдийг оновчтой болгохыг зорьж байгаа болно^74-78. Одоо ашиглагдаж буй аргууд нь ихэвчлэн анатомийн тодорхой хэсгүүдэд зориулагдсан байдаг бөгөөд төлөвлөлтийн нарийн төвөгтэй байдал, өвчтөний онцлогийг тооцоход хязгаарлагдмал хүчин чадалтай байдаг.      Эмчилгээний төлөвлөлтийг автоматжуулах хиймэл оюун ухааны хэрэгслүүд нь үндсэн хоёр алхамтай байдаг.

1. Тунгийн оновчтой хуваарилалтыг урьдчилан таамаглах
2. Цацраг туяаны тархалтыг зохимжит байдлаар хүргэхийн тулд шаардагдах эмчилгээний машины параметрүүдийг тодорхойлох

Хэд хэдэн судалгааны үр дүн нь өвчтөн бүрийн анатоми^30-32 дээр үндэслэн тунгийн оновчтой хуваарилалтыг урьдчилан таамаглах, тунгийн тооцоог хурдасгах⁷⁹ гүнзгий сургалтын алгоритмын чадварыг тогтоогоод байна. Хиймэл оюун ухаан дээр суурилсан эмчилгээ төлөвлөлтийн алгоритмуудыг өндөр чанартай төлөвлөлт боловсруулдаг болгох, мөн шийдвэр гаргахад төвөгтэй үйл явцтай холбоотой мэдээллийг Atari games⁸⁰ эсвэл Go⁸¹ зэрэг тоглоомын хиймэл оюун ухааны алгоритм боловсруулахад ашигласан арга барилтай адил үндсэн загварт оруулах шаардлагатай байна. Ретроспектив судалгаанд, судлаачид умайн хүзүүний хорт хавдартай⁸² өвчтөнүүдэд өндөр тунгаар брахитерапи туяа эмчилгээний төлөвлөгөөг автоматаар гаргахын тулд эсхүл уушгины жижиг эсийн хорт хавдартай⁸³ өвчтөнүүдэд цацрагын тунгийн дасан зохицох чадварыг тодорхойлохын тулд эдгээр тоглоомын концепцийг ашигласан бөгөөд хүний төлөвлөсөн эмчилгээний төлөвлөгөөтэй харьцуулахуйц буюу харьцангуй өндөр үзүүлэлттэй байсан.

Ерөнхийдөө хиймэл оюун ухааны арга нь туяа эмчилгээний ажлын үе шатыг эрс сайжруулах боломжтой юм.

Үүнд:

1. Туяа эмчилгээний эмч нар цацрагийн тунгийн тархалтыг аюулгүйгээр хийж гүйцэтгэх үе шатыг урьдчилан таамаглаж оновчтой аргыг сонгох боломж
2. Цацраг туяаны хамгийн оновчтой тунг хүргэх эмчилгээний төлөвлөгөөг гаргах

Иймээс хиймэл оюун ухаан нь ойрын ирээдүйд туяа эмчилгээний төлөвлөлтийн процессыг бүрэн автоматжуулах боломжийг бий болгох магадлалтай юм.

Эмчилгээний өмнөх хяналт ба баталгаажуулалт. Туяа эмчилгээний эмч нар эмчилгээний төлөвлөлтийг баталсны дараа эмнэлгийн физикч нар эмчилгээний техникийн бүх бүрэлдэхүүн хэсгүүд ажиллаж буй эсэх, өвчтөнд зориулагдсан тунг хүргэх зөв тохируулгатай байгаа үгүйг хянаж төлөвлөлтийн хяналт болон чанарын баталгааны бусад шалгалтыг хийдэг (Fig. 2). Өвчтөний онцлог, машины чанарын баталгааны үнэлгээ зэрэг цаг хугацаа шаардсан дахин дахин давтагддаг гар ажиллагаа бүхий хэмжилтийн үйл явцыг багасгах, зарим үйл ажиллагааны үр ашгийг дээшлүүлэх зорилгоор хиймэл оюун ухааны хэрэгсэл боловсруулагдсан болно. Өвчтөний онцлогт суурилсан чанарын баталгаа нь эмчилгээний машины програм хангамж, тоног төхөөрөмжийн гүйцэтгэлд гаргасан хүний алдаа, болзошгүй гажигийг илрүүлэх (төхөөрөмжийн тусгаарлагдсан хэсгүүдийг туршиж үздэг машины чанарын баталгаанаас ялгаатай) эмчилгээний төлөвлөлтийн үнэлгээг багтаасан бөгөөд энэ нь өвчтөн тус бүрт зориулсан эмчилгээний төлөвлөлтөнд хүргэхэд нөлөөлж болзошгүй юм. Эдгээр үнэлгээнд төлөвлөгөө, эмчилгээний параметрүүдийн тохиргоо, нарийвчлалыг шалгах, төлөвлөсөн тунг өгч буй тунтай тулгаж шалгах зэрэг орно. Хиймэл оюун ухааны арга, хэрэгслүүд нь энэ үйл явцыг түргэсгэж, ховор алдааг илрүүлдэг болохыг харуулсан. Жишээлбэл, эмчилгээний нарийн төвөгтэй төлөвлөгөөний хувьд өгсөн тунгийн физик хэмжилтийг дозиметр агуулсан зураглал ашиглан гаргаж, төлөвлөсөн тунтай харьцуулж үздэг. Төлөвлөлтийн дийлэнх нь энэхүү чанарын баталгааны үе шатаар баталгааждаг ч ховор тохиолдолд төлөвлөлт амжилтгүй болдог. Үүнд нөлөөлж болзошгүй олон хүчин зүйлийг судлах шаардлагатай байгаа бөгөөд ингэснээр эмчилгээг хойшлуулж болзошгүй юм. Хиймэл оюун ухааны алгоритм нь эмчилгээний төлөвлөлтөнд үндэслэн чанарын баталгааны түвшинг урьдчилан таамаглах, алдааны эх үүсвэрийг тодорхойлох, физик тунг хэмжих хэрэгцээг арилгах зорилгоор хийгдсэн болно^84,85. Машины чанарын баталгаа нь эмчилгээний машины үйл ажиллагаа, тохиргоо, нарийвчлалыг өдөр бүр, долоо хоног, сар, болон жилээр тодорхойлон гаргадаг. Эдгээр үнэлгээний явцад олж авсан олон тооны мэдээлэл нь олон талт коллиматорын байрлал⁸⁶, цацрагийн тэгш хэмийн чиглэлийн⁸⁷ алдааг урьдчилан таамаглах, дүрс оношилгооны зурган дах артефактуудыг⁸⁸ автоматаар илрүүлэх чадвартай хиймэл оюун ухааны алгоритм боловсруулах арга хэрэгслийг бий болгосон. Эдгээр хэрэгслүүд нь чанарын баталгааны үйлдлийн үр ашгийг дээшлүүлж, эмнэлгийн физикчдэд бусад ажилд илүү их цаг зарцуулах боломжийг олгодог.

Туяа эмчилгээний тохиргоо ба хуваарь. Туяа эмчилгээ хийлгэж буй өвчтөнүүд цацраг туяа эмчилгээний тасагт эмчээс зөвөлгөө авах, цацрагийн тунгийн төлөвлөлт хийлгэх, шинжилгээгээ үнэлүүлэх, эмчилгээ бичүүлэх болон хяналт хийлгэх зэрэг шалтгааны улмаас хэд хэдэн удаа заавал очдог бөгөөд эдгээр үйл явцын үргэлжлэх хугацаа, хүлээлгийн хугацаа янз бүр байж болно. Удаан хүлээх нь зөвхөн клиникийн үр ашигт төдийгүй өвчтөний сэтгэлийн түгшүүр, сэтгэл ханамжид сөргөөр нөлөөлдөг⁸⁹. Хиймэл оюун ухаан нь хүлээлт үүсгэж буй хамгийн чухал хүчин зүйлийг (өдрийн цаг, туяа эмчилгээний тунгийн фракцын тоо, эмчилгээний дундаж үргэлжлэх хугацаа, эмчилгээний талбайн тоо ба эмчилгээний өмнөх  бэлтгэл ажлын үргэлжлэх хугацаа гэх мэт) тодорхойлж, хүлээлгийн хугацааг урьдчилан таамаглах⁹⁰ чадвартай ба улмаар клиникийн урсгал, үр ашгийг оновчтой болгох боломжийг олгодог. Хиймэл оюун ухааны загварыг ашиглан анатомийн эмчилгээний талбайн дагуу өвчтөнүүдийн дараалал, өрөөний эргэлтийн хугацааг багасгах, илүү олон өвчтөнийг хэвтүүлэх зорилгоор ашигласан хөдөлгөөнгүйжүүлэх, эмчлэх арга зүйг эмхэтгэн хуваарийг илүү оновчтой болгох боломжтой.

Дүрс оношилгооны зургийн удирдамж ба хөдөлгөөний менежмент. Эмчилгээний төлөвлөгөө боловсруулахад ашигласан байрлалд өвчтөнийг оруулах нь туяа эмчилгээг хүргэх гол хэсэг юм. Одоогийн байдлаар CBCT  (cone beam CT) төхөөрөмжийг эмчилгээний үеийн байрлалын зургийг авахад ихэвчлэн  ашиглаж байгаа ч CBCT нь төлөвлөлтийн CT зургаас хамаагүй доогуур чанарын зураг гаргадаг. Өвчтөнүүдийг эмчилгээнд илүү нарийвчлалтай байрлуулах боломжийг олгохын тулд CBCT авсан зургийн дүрсний чанарыг сайжруулахын тулд хиймэл оюун ухааныг хэрэглэсэн⁹¹. Туяа эмчилгээнд дүрс оношилгооны улам нарийн төвөгтэй, олон хэлбэрт дүрслэх аргыг нэвтрүүлж байна. Үүнд MRI, хэт авиа, оптик гадаргуугийн зураглал зэрэг дүрслэлд суурилсан хиймэл оюун ухааны өвөрмөц аргууд болох эмчилгээний явцад нарийн төвөгтэй мэдээллийг сайжруулах эсвэл нэгтгэх боломжууд багтдаг. Эмчилгээний явцад хавдартай хэсэгт хангалттай хэмжээний цацраг туяа өгөхийн тулд эрүүл эд эрхтэн цацрагийн нөлөөнд өртдөг ба энэ нь өвчтөн эсвэл эрхтэний хөдөлгөөнөөс ихээхэн хамааралтай байдаг. Хөдөлгөөний менежментийн аргууд нь амьсгалах эсвэл хоол боловсруулалтын улмаас гарах хөдөлгөөнийг багасгах, барих, эсвэл хянахад чиглэгддэг⁹². Гэсэн хэдий ч,  хүний биеийн эд, эрхтний хөдөлгөөний далайц, давтамж болон магнитутаас хамаарч хавдрын хөдөлгөөнийг урьдчилан таамаглах загварыг бий болгоход төвөгтэй байдаг. Хиймэл оюун ухааныг эдгээр олон янзын хувьсагчийг тооцоход ашиглаж болох ба ингэснээр хавдрын хяналтыг сайжруулах өвчтөний онцлог динамик хөдөлгөөний менежментийн загвар бий болох боломжтой. Өнөөдрийг хүртэл энэ чиглэлээр явуулсан судалгаа нь биеийн гадна талд байрлуулсан мэдрэгчийг загвар болгон ашиглах замаар амьсгалын замын хөдөлгөөнийг урьдчилан таамаглахад чиглэгдэж байна^93-95. Эдгээр алгоритмууд нь амьсгалын нарийн төвөгтэй байдлыг автоматаар тохируулж хавдрын хөдөлгөөнийг нарийн хянах, хавдрын байрлалыг урьдчилан 800 миллсекунд хүртэл урьдчилан таамаглаж чаддаг⁹³.

Эмчилгээг дахин төлөвлөх нь. Туяа эмчилгээний төлөвлөлт, эмчилгээ өгч эхлэх үед (хэдэн өдрөөс хэдэн долоо хоног) болон эмчилгээний үед (хэд хэдэн долоо хоногоос дээш) өвчтөний анатомийн бүтэц өөрчлөгдөх нь гарцаагүй байдаг ба энэ нь дахин төлөвлөлт шаарддаг. Эдгээр нь хавдрын хэмжээ ихсэх эсвэл багасах, анатомийн бүтцийн өөрчлөлтөөс (дотоод эрхтний хөдөлгөөн, ходоод гэдсэнд хий, шингэн хуримтлагдах гэх мэт) шалтгаалдаг. Эмчилгээг дахин төлөвлөлт гэдэг нь өвчтөний анатомийн хамгийн сүүлийн үеийн зургуудыг үндэслэн эмчилгээний шинэ төлөвлөгөө гаргахад оршино. Одоогийн байдлаар анатомийн өөрчлөлт нь эмнэлзүйд нөлөөлхүйц хэмжээний юу гэдгийг туяа эмчилгээний эмч нар өвчтөний эмнэлзүйн үзүүлэлт, дүрс оношилгооны зураг зэрэг чанарын үнэлгээнд үндэслэсэн шийдэх ёстой болдог. Хиймэл оюун ухаан нь аль өвчтөнд дахин төлөвлөлт шаардлагатайг урьдчилан таамаглах болон хэзээ эмчилгээний төлөвлөлтөнд өөрчлөлт оруулах хэрэгтэйг тооцоолох чадвартай. Ретроспектив судалгаанд, хиймэл оюун ухааны загварууд нь эмчилгээний туршид толгой, хүзүүний хорт хавдартай өвчтөнүүдэд тохиолдох геометрийн өөрчлөлтийг урьдчилан таамаглаж, эмчилгээний дахин төлөвлөлтийн хамгийн тохиромжтой цаг үеийг дөрөв дэх долоо хоног гэж тодорхойлсон^96,97. Хэсгийн хавдрын хяналтыг⁹⁸ хамгийн дээд хэмжээнд байлгах, цацраг идэвхт туяанаас үүдэлтэй уушгины хатгалгааг бууруулах зорилгоор эмчилгээний төлөвлөгөөнд дахин төлөвлөлт хийх хэрэгцээг тодорхойлохын тулд уушгины хорт хавдартай⁸³ өвчтөнүүдэд ижил төстэй аргыг хэрэглэсэн болно.

Эмчилгээг дуусгах.

Эмчлгээний үнэлгээ ба хяналт. Хатуу хавдрын эмчилгээний үр дүнг үнэлэх шалгуур (RECIST)⁹⁹ нь хавдрын хэмжээнд гарсан өөрчлөлтийг үнэлдэг хамгийн өргөн хэрэглэгддэг систем юм. Хиймэл оюун ухааны алгоритмууд нь туяа эмчилгээний үр дүнд хавдрын голомтод гарсан өөрчлөлтийн талаар илүү дэлгэрэнгүй мэдээлэл өгөх чадвартай байдаг. Жишээлбэл, хавдрын фенотипийн өөрчлөлт нь дүрс оношилгооны шинжилгээнд харагддаг бөгөөд бусад ахисан түвшний өөрчлөлтүүдийг хиймэл оюуны тусламжтайгаар үнэлэх боломжтой. Уушигны хорт хавдартай өвчтөнүүдэд янз бүрийн эмчилгээний үр дүнг эрт үнэлэх зорилгоор эмчилгээний өмнөх болон дараах дүрс оношилгооны зураг бүхий хиймэл оюун ухааны алгоритмийг ашиглан анхны судалгааг хийсэн ба энэ нь өвчний явц, алсын үсэрхийлэл, хавдрын дахилт, өвчтөний амьд явах магадлал зэрэг хорт хавдрын өвөрмөц үр дүнг урьдчилан таамаглах боломжийг олгосон^29,100,101. Үүнтэй адил, давсаг¹⁰² болон нойр булчирхайн хорт хавдартай^103,104 өвчтөнүүдийн эмчилгээний үр дүнг урьдчилан таамаглахад хиймэл оюун ухааныг ашиглаж ирсэн. Цацраг туяанаас үүдэлтэй эд эсийн гэмтэл нь эмчилгээний үр дүнг үнэлэх RECIST шалгуурын найдвартай байдлыг бууруулаад зогсохгүй өвчний дахилт илрүүлэлтийг төвөгтэй болгодог. Судалгаанаас харахад хиймэл оюун ухааны алгоритмууд нь уушгины хавдрын дахилттай холбоотой өөрчлөлтийг эрт үед нь илрүүлэх чадвартай бөгөөд эмч нар үүнийг цацраг идэвхт туяанаас үүдэлтэй фиброз¹⁰⁵ гэж үл тоомсорлож болох талтай юм. Хавдрын дахилтыг ийнхүү эрт илрүүлэх нь хувь хүнд чиглэсэн эмчилгээ хийх боломжийг олгох юм.

Туяаны хордлогыг урьдчилан таамаглаж менежмент хийх нь. Өвчтөний цочмог болон хожуу үеийн хордлогын менежмент нь төвөгтэй байдаг. Гэсэн хэдий ч дүрс оношилгооны шинжилгээний мэдээлэл, эрсдэлт хүчин зүйлс болох эмнэлзүйн шинж тэмдэг, үр хөврөлийн геномын өөрчлөлт, цацрагийн тунгийн тархалт зэргийг үндэслэн цацрагийн хордлогыг урьдчилан таамагласан загварыг гаргаж авах боломжтой. Үүнийг эмчилгээний төлөвлөлтийн зааварт ашиглаж болох юм.

Өнөөдрийг хүртэл энэхүү арга нь мэдээллийн эх үүсвэрүүдийн дэд багцууд, урьдчилсан болон ажиглалтын судалгаануудаас радиобиологийн загварчлалыг экстраполяцлахад голчлон анхаарч ирсэн¹⁰⁶. Хиймэл оюун ухаан нь эдгээр мэдээллийн урсгалыг илүү нарийвчлан шинжилж, улмаар хавсарсан өвчин, цацрагийн тун ба эмчилгээний өмнөх дүрс оношилгооны мэдээллийг¹⁰⁷ багтаасан илүү баттай таамаглалын загваруудыг бий болгоход бэлэн байгаа бөгөөд энэ нь хордлогын урьдчилсан менежмент ба хоёрдогч урьдчилан сэргийлэлтийн аль алинд нь эмнэлзүйн шийдвэр гаргалтанд дэмжлэг үзүүлэх боломжтой юм. Жишээлбэл, толгой ба хүзүүний хорт хавдартай өвчтөнүүдийн цочмог дисфаги¹⁰⁸, ксеростоми¹⁰⁹ ба амны хөндийн салстын мукозитийн¹¹⁰ хүндийн зэргийг урьдчилан таамаглахын тулд хиймэл оюун ухаанд суурилсан хорт хавдрын бус хүндрэлийн магадлалыг тодорхойлох загварыг боловсруулсан болно. Өөр хэлбэрийн хорт хавдрын үед өвчтөнүүдэд цацраг туяаны улмаас үүссэн шулуун гэдэс¹¹⁵, улаан хоолой¹¹⁴, уушгины үрэвсэл^111-113 болон эпилепси¹¹⁶ үүсэх магадлалыг тооцох хиймэл оюун ухааны алгоритм боловсруулсан. Хүнд зэргийн хордлогын удирдамжинд эмчилгээний өмнөх эмнэлзүйн мэдээллийг ашиглаж болно. Ретроспектив судалгаагаар эмнэлгийн цахим бүртгэлээс авсан эмнэлзүйн мэдээлэлд суурилсан хиймэл оюун ухааны алгоритмууд нь туяа эсвэл химийн эмчилгээ хийлгэж буй өвчтөнүүдэд яаралтай тусламжийн тасаг болон эмнэлэгт хэвтэхэд хүргэх цочмог хордлогын эрсдлийг үнэн зөв урьдчилан таамагласан (мэдрэг байдал 81.0%, өвөрмөц байдал 67.3%)²³. Туяа эмчилгээний явцад гарах гаж нөлөөний урьдчилсан таамаглалыг гаргахын тулд олон тооны клиник мэдээллийн урсгалыг нэгтгэх нь эмчилгээний явцад эмнэлзүйн шийдвэр гаргахад дэмжлэг үзүүлэх хиймэл оюун ухааны хүчин чадлын төлөөллийн жишээ юм.

Программын хөгжүүлэлтэнд тулгарч буй бэрхшээлүүд. Эмнэлзүйд хиймэл оюун ухааны аргыг хөгжүүлэх замд олон бэрхшээл тулгарч байгаа бөгөөд алгоритм боловсруулалтанд зориулсан өндөр чанарын мэдээллийн сантай байх, эдгээр алгоритмуудыг баталгаажуулах нь хамгийн чухал хүчин зүйл болох нь дамжиггүй. Өндөр нарийвчлалтай хиймэл оюун ухааны загварыг бүтээхэд шаардагдах мэдээллийн хэмжээ нь программ болон үр дүнгийн мэдээллийн шинж чанараас ихээхэн хамааралтай байдаг. Хиймэл оюун ухааны загварыг хөгжүүлэхэд өвчтөн бүрт зориулж боловсруулсан мэдээллийн хувийн шинж чанар нь маш их хөдөлмөр шаарддаг. Ялангуяа эдгээр мэдээллийг бий болгоход тогтсон стандарт байхгүй байгаа нь ихээхэн хүндрэлтэй байна. Хязгаарлагдмал стандартчилалын улмаас тодорхойлоход хүндрэлтэй буй хэсгүүдэд эрүүл эрхтэнүүд, хоргүй эдийн тэмдэглэгээ, хэлбэржүүлэлт¹¹⁷, эмчилгээний арга, хавдрын дахилтын шинж чанар, цаг хугацаа, хордлогын зэрэг, эмчилгээний төлөвлөгөөг үнэлэхэд ашигладаг ойлголт, хэмжүүрүүд орно^118,119. Эмчилгээний төлөвлөлтийн программ хангамжийн багц шинж чанар, тэдгээрийн алгоритмын хязгаарлагдмал мэдлэг нь туяа эмчилгээний хиймэл оюун ухааны аргыг боловсруулахад тулгарч буй бас нэг бэрхшээл юм. Зарим үйлдвэрлэгчид хиймэл оюун ухааны алгоритмуудтай клиник программ хангамжтай харьцах, нэгтгэх судалгааны хүчин чармайлт гаргах боломжийг олгодог програмчлалын интерфейсийг гаргаж эхэлснээр энэ бэрхшээлийг багасгаж байна. Өмнө нь гарсан туяа эмчилгээний хиймэл оюун ухааны судалгаа нь амархан хэмжигддэг үзүүлэлтүүд болох амьд үлдэх чадвар зэрэг байсан нь цацраг туяа эмчилгээ хийлгэсэн бүх өвчтөнүүдийн сонирхлыг хамгийн их татах үр дагавар биш байж болох юм. Үүний оронд хиймэл оюун ухааны шийдэл нь хавдрын хяналт, цацраг идэвхт бодисын хордлого гэх мэт туяа эмчилгээнд шууд хамааралтай үр дүнг урьдчилан таамаглах чиглэлд шилжиж эхлэсэн ч үр дүнтэй мэдээллийг цуглуулах нь бэрхшээлтэй хэвээр байна.

Эмнэлзүйд нэтврүүлэхэд тулгарч буй бэрхшээлүүд. Хавдрын туяа эмчилгээн дахь эмнэлзүйн хэрэглээ нь хиймэл оюун ухааны гол бэрхшээл юм. Хиймэл оюун ухааны аргыг нэвтрүүлэхэд цаг хугацаа, нөөцийн урьдчилсан хөрөнгө оруулалт шаардагдах бөгөөд эдгээр аргын ашиг тустай байдал, хязгаарлагдмал байдлыг ойлгох, одоогийн эмнэлзүйн ажлын үе шатыг дахин төлөвлөх шаардлагатай болно. Хиймэл оюун ухааны системд итгэх итгэлийг бий болгох нь маш чухал юм. Хиймэл оюун ухааны¹²⁵ “боловсруулах” ба “тайлбарлах чадвар”-ын (өөрөөр хэлбэл алгоритм юу хийж байгааг болон түүний суурь механизмыг ойлгох) талаар идэвхтэй судалгаа хийсэн боловч хиймэл оюун ухааны ил тод байдал дутагдалтай байгаа нь гарцыг ойлгох, бүтэлгүйтлийг урьдчилан таамаглах, ерөнхий ойлголттой холбоотой асуудлуудыг шийдвэрлэхэд саад болж байна. Оруулсан хиймэл оюун ухааны аргын гүйцэтгэлийг идэвхтэй хянах, сургалтын мэдээллийг одоо байгаа асуудалд тохируулан тасралтгүй үнэлэхгүйгээр эдгээр системд системчилсэн хэвийн утгыг нэвтрүүлэхэд алдаа нэмэгдэж болзошгүй юм. Одоогийн хиймэл оюун ухааны аргууд нь төгс нарийвчлалтай биш бөгөөд эмнэлзүйд хэрэгжүүлэх боломжийг гурван шалгуураар тодорхойлж болно.

• Хэрэглэгчийн үр дүнгийн нарийвчлалыг үнэлэх боломжтой хугацаа, чадвар
• Алдаатай үр дүнг засах боломжтой эсэх
• Өвчтөний алдааны үр дагавар

Хүнд үр дагаварт хүргэж болзошгүй тохиолдолд ч гэсэн цацраг туяа эмчилгээний ажлын үе шатын дараагийн алхам руу шилжихээс өмнө загварын алдааг олж илрүүлж, засч залруулсан тохиолдолд эмнэлзүйн хэрэгжилт нэлээд хялбар болно. Гэсэн хэдий ч хэрэглэгчийн үр дүнгийн нарийвчлалыг дүгнэхэд шаардагдах хугацаа, чадвар нь хиймэл оюун ухааны хэрэгслийн ашиглалтын үр ашиг эсвэл нарийвчлалтай байхаас илүү байвал эмнэлзүйн хувьд хэрэгжүүлэх боломж бага байх болно.  Цаашилбал, хиймэл оюун ухаанд суурилсан аргыг ашигласны үр ашиг, ашиг тусын харьцаа нь хэрэглэгчийн үр дүнгийн зөв эсэхийг дүгнэх боломжгүй програмуудыг тодорхойлоход илүү төвөгтэй байдаг (жишээлбэл, зураг дээр хавдар харагдахгүй байх үед хиймэл оюун ухааны хэрэгслийг автоматаар зураглал хийхэд ашигладаг). Хиймэл оюун ухааны тусламжтай эсвэл гүйцэтгэсэн ажилбарын улмаас өвчтөнд ямар нэгэн сөрөг үр дагавар учруулж болзошгүй байдал нь эмнэлзүйн хэрэгжилтэд тодорхой бэрхшээл учруулдаг. Хууль эрх зүйн үүднээс авч үзвэл, алгоритм дээр суурилсан шийдвэр гаргах удирдлагын хэрэгсэл болон өвчтөнүүдийн эрх, түүнчлэн хувь хүний мэдээлэл хамгаалах тухай хуулийн зохицуулалт нь бүрэн хөгжөөгүй байна^126,127. Хиймэл оюун ухаан нь анагаах ухааны алдааг бууруулах чадвартай боловч эмнэлзүйн үүрэг, хариуцлагыг тойрсон эрх зүйн орчныг өөрчлөх төлөвтэй байна¹²⁸. Үнэхээр хиймэл оюун ухааны хэрэглээг нэмэгдүүлснээр өвчтөн-эмч нарын харилцааны динамик өөрчлөгдөж өвчтөн-эрүүл мэндийн тогтолцоо гэсэн харилцаанд шилжих магадлалтай тул өвчтөний төлөө эмчийн хувийн хариуцлага гэсэн ойлголтыг үгүй хийх магадлалтай. Ёс зүйн хувьд нүүр царайг илрүүлэх¹²⁹ эсвэл гэмт хэрэгтний давтан гэмт хэрэг үйлдэх эрсдэлийг¹³⁰ урьдчилан таамаглахад ашигладаг алгоритмууд нь арьсны өнгөөр ялгаварлан гадуурхах үзэгдлийг аль хэдийн харуулсан бөгөөд эрүүл мэндийн салбарын хиймэл оюун ухааны хэрэглээнд үүнтэй ижил төстэй асуудлууд аль хэдийн эхэлжээ¹³¹. Түүнчлэн, хиймэл оюун ухааны ёс зүйгүй арга хэлбэрийг санхүүгийн ашиг хонжоо олох зорилгоор далд санаатай боловсруулж болзошгүй юм¹³². Хиймэл оюун ухаанд суурилсан арга, аргачлалыг үр дүнтэй клиникт нэвтрүүлэхийн тулд эдгээр бүх бэрхшээлийг шийдвэрлэх хэрэгтэй байна.

Зохицуулалт ба эмнэлзүйн үнэлгээ. Одоогийн байдлаар хиймэл оюун ухааны технологийг FDA болон олон улсын зохицуулах байгууллагууд “эмнэлгийн хэрэгсэл болох програм хангамж” гэж үзэж байна¹³³. Туяа эмчилгээнд эдгээр технологийн олон хэрэглээ эдгээр зохицуулалтын стандартад нийцэх болно; жишээлбэл, эмчилгээ төлөвлөлтийн шийдвэр гаргахад дэмжлэг үзүүлэх програм хангамжийг эмнэлгийн хэрэгсэл болох програм хангамж гэж шууд тодорхойлсон болно^134,135. Олон тооны хэлэлцүүлэг нь шинэ төхөөрөмжийг дахин үнэлэх хуваарь, хаалттай хиймэл оюун ухааны алгоритмийг¹³⁶ тасралтгүй сурахад тавигдах зохицуулалтын шаардлагууд дээр чиглэсэн хэдий ч эдгээр төхөөрөмжийн хэрэгслийн эмнэлзүйн үнэлгээний илүү тодорхой стандарт шаардлагатай байна. Ялангуяа хиймэл оюун ухааны хэрэгслүүд нь өвчтөний эмчилгээний үр дүнд нөлөөлж болох бөгөөд эдгээрийг зөвхөн төлөөлж буй популяцид хийгдсэн ретроспектив эсвэл проспектив судалгаагаар тодорхойлж болно. Санамсаргүй байдлаар хийсэн клиник туршилтууд нь хорт хавдрын эсрэг эмчилгээний үнэлгээний алтан стандарт байдаг. Ийм судалгаа нь хиймэл оюун ухааны бүх хэрэгслийн хувьд хэрэгжих боломжгүй, мөн шаардлагатай биш юм. Гэсэн хэдий ч өвчтөний эмчилгээний үр дүн, өртөг, клиник ажлын урсгалын үр ашигт нөлөөлөх (жишээ нь машины чанарыг баталгаажуулах хиймэл оюун ухааны хэрэгслүүдээс ялгаатай) чадвартай багаж хэрэгслийг ирээдүйн эмнэлзүйн үнэлгээнд хамруулах шаардлагатай¹³⁷. Хиймэл оюун ухааны технологи хурдацтай тархаж байгаа тул нэг ангилалын олон технологийг олон төрлийн хорт хавдрын үнэлгээний мастер протоколууд нь ирээдүйн үнэлгээний үндэслэл, үр ашгийг дээшлүүлж болзошгүй юм¹³⁷. I/II үе шатны судалгаа нь эрүүл мэндийн тусламж үйлчилгээ үзүүлэгчдийн байнгын хяналтанд байх эрсдэл багатай төхөөрөмжид хангалттай байж болох юм. Клиникийн стандарт хяналтгүйгээр ашигладаг өндөр эрсдэлтэй багаж хэрэгслийн хувьд III үе шатны судалгааг хийх шаардлагатай болно. Зах зээлийн дараах тандалт нь хиймэл оюун ухаанд суурилсан туяа эмчилгээний технологийн үнэ цэнийг үнэлэхэд чухал ач холбогдолтой бөгөөд эдгээр хэрэгслийн функцэд бусад техник хангамж, програм хангамжийн харилцан үйлчлэлд нөлөөлж болзошгүй юм. Өндөр чанартай, эрсдлийн давхаргын эмнэлзүйн баталгаажуулалт нь хиймэл оюун ухааны технологийн үнэ цэнийг тогтоож, түүнд итгэх итгэлийг бий болгодог. Энэ нь хорт хавдрын эмчилгээнд ихээхэн нөлөө үзүүлдэг хар хайрцагны системүүдэд онцгой ач холбогдолтой байх болно.

Хиймэл оюун ухаан ба туяа эмчилгээний хүний нөөц. Сүүлийн хэдэн арван жилийн хугацаанд хиймэл оюун ухааныг туяа эмчилгээнд нэвтрүүлж байгаа тул ажилчдын үүрэг, ялангуяа гар арга шаардлагатай давтамжтай үүрэг даалгаварт багагүй цаг хугацаа зарцуулж буй хүмүүсийн үүргийг шинэчлэн тогтоох шаардлага урган гараад байна. Хиймэл оюун ухаан нэвтэрсэнээр ‘арын албаны ажил’ хийдэг ажилтнуудын ажил үүрэгт голчлон нөлөөлнө. Үүнд ихэвчлэн туяа эмчилгээний техникийн ажилтнууд ордог бол (эрхтэн болон хавдрын төлөвлөлтийн зураг, төлөвлөлтийн хэв маяг, чанарын баталгаажуулалт гэх мэт), өвчтөнүүдтэй шууд харьцах “урд талын эгнээ”-ний үйл ажиллагаанд оролцдог сувилагч, ерөнхий хавдрын болон туяа эмчилгээний эмч нарт бага нөлөө үзүүлдэг (Figs 2,3). Тодруулбал, сувилахуйн ажил нь ихэвчлэн өвчтөнтэй нүүр тулдаг мэргэжил тул хиймэл оюун ухааныг эмнэлэгт нэвтрүүлэхэд сувилагчдын үүрэг бараг өөрчлөгдөхгүй юм.

Туяа эмчилгээний эмч нарын (radiation oncologist) ажил үүрэгт үзүүлэх нөлөө. Хиймэл оюун ухаанд суурилсан төлөвлөлтийн зураглал хийх алгоритмууд туяа эмчилгээний эмч нарын гараар хийдэг аргачлалыг орлож эхлэх тул эмч нарын гол үүрэг нь хиймэл оюун ухааны чанарын хяналт, өвчтөнүүдэд зөвлөгөө өгөх, эрүүл мэндийн боловсрол олгох, дэмжлэг үзүүлэх, клиникийн менежмент хийх зэрэг хүний харилцааны үнэ цэнэтэй үйл ажиллагаанд шилжих болно (Fig. 3). Түүнээс гадна хиймэл оюун ухааны шийдлүүдийг хэрэгжүүлснээр хавдрын төлөвлөлтийн зураглал хийх стандартчилал нэмэгдэж, үндэслэлгүй хэлбэлзэл, ялангуяа эрүүл мэндийн эх үүсвэр хангалтгүй орчинд эмнэлзүйн үр дүн, тусламж үйлчилгээний чанар сайжирч магадгүй юм. Туяа эмчилгээний эмч нарыг сургах нь одоогийн резидентийн сургалтын гар аргаар төлөвлөлтийн зураглал хийх, эмчилгээний төлөвлөгөөг үнэлэх, урт хугацааны клиникийн фактуудыг цээжлэхэд анхаарлаа төвлөрүүлдэг загвараас өөрчлөгдөх шаардлагатай болно. Үүний оронд ирээдүйн сургалтын хөтөлбөрүүд клиникийн шийдвэр гаргахад дэмжлэг үзүүлэх үүднээс томоохон мэдээллийн багцаас мэдээллийг хэрхэн нэгтгэх, тайлбарлах талаар илүү гүнзгий ойлголттой болоход анхаарлаа төвлөрүүлэх болно гэж бид таамаглаж байна.

Эмнэлгийн физикч нарын ажил үүрэгт үзүүлэх нөлөө. Хиймэл оюун ухааны арга, аргачлал нь эмнэлгийн физикчдийн хийдэг чанарын баталгааны ажлын давтамж ба цар хүрээг багасгах чадвартай байдаг. Энэхүү өөрчлөлт нь анагаах ухааны физикчдийн анхаарлыг хэвшмэл бус, өндөр эрсдэлтэй асуудлаас урьдчилан сэргийлэх, хүний бүтээлч чадвар шаарддаг шинэ технологийг боловсруулж хэрэгжүүлэхэд чиглүүлэх болно. Туяа эмчилгээний салбар илүү төвөгтэй эмчилгээнд шилжихийн хэрээр хиймэл оюун ухаанд суурилсан систем, түүний дотор орсон техник, технологийн нарийвчлал, клиник хувилбарыг баталгаажуулах гол үүрэг нь эмнэлгийн физикчийн үүрэг хэвээр байх болно. Нэмж дурдахад, эмнэлгийн физикчдийг арын албаны ажил хийхээс илүү клиникт шилжүүлсэн буюу өвчтөнүүдэд мэдээллэх мэдээллийн чанарыг сайжруулах, сэтгэл ханамжийг нэмэгдүүлэх өвчтөнтэй нүүр тулсан үүргүүдийг гүйцэтгэх магадлалтай^138-140. Бидний хэтийн төлвөөр эмнэлгийн физикчийн техникийн ажлуудыг автоматжуулж байгаа хэдий ч  энэ шилжилтийг хэрэгжүүлж, зохих сургалтанд¹³⁹ хамрагдвал тэдний үүрэг улам бэхжинэ гэж үзэж байна (Fig. 3).

Эмнэлгийн дозиметристуудын ажил үүрэгт үзүүлэх нөлөө. Эмнэлгийн дозиметристууд одоогоор хиймэл оюун ухааны арга барилаар солигдох магадлалтай туяа эмчилгээний төлөвлөлтийн олон гар ажлыг гүйцэтгэж байна. Судалгааны үр дүнгээр эмчилгээний төлөвлөлтийн чанарын өөрчлөлт нь туршлага, гэрчилгээжүүлэлт, боловсрол зэрэг параметрүүдээс бус ерөнхийдөө “төлөвлөлтийн ур чадвар”-тай¹⁴¹ холбоотой болох нь тогтоогдсон. Энэхүү дүгнэлт нь дозиметристуудын даалгаврыг автоматжуулах ашиг тус, ялангуяа үзүүлж буй тусламж үйлчилгээний хэлбэлзлийг бууруулах боломжийг онцолсон. Эмнэлгийн дозиметристуудын ачааллыг бууруулах эмчилгээний төлөвлөлтийг автоматжуулах нь төлөвлөгөөний клиник нарийвчлалаас хамааралтай болохыг санал болгосон¹⁴². Бүрэн автоматжуулалт руу шилжих хангалттай байдлыг бий болгохын тулд нэмэлт нотолгоо шаардагдах хэдий ч өмнөх судалгаануудын мэдээлэл нь боломжтой болохыг харуулж байна^82,83. Богино хугацаанд дозиметристуудын үүрэг илүү өндөр эрсдэлтэй, нарийн төвөгтэй нөхцөл байдалд шилжих нь одоогийн хиймэл оюун ухааны аргад бэрхшээл учруулж болзошгүй гэж бид үзэж байна. (Fig. 3). Мөн хиймэл оюун ухааны автоматжуулалт нь ирээдүйд энэ мэргэжлийг үгүй хийж болзошгүй гэж бид таамаглаж байна. 2017 оны Америкийн Эмнэлгийн дозиметрийн холбооны цалингийн судалгаанаас харахад, судалгаанд оролцогсдын 45% нь ажиллах хүч дутагдаж ачаалалтай ажиллаж байгаа гэжээ. Автоматжуулалт нь дозиметристуудын ачааллыг бууруулж болох ч нөгөөтэйгүүр энэ нь дозиметристуудын тоог мэдэгдэхүйц бууруулахад хүргэж болзошгүй юм.

Туяа эмчилгээг өвчтөнд хийх эмч нарт (radiation therapist) үзүүлэх нөлөө. Туяа эмчилгээг өвчтөнд хийх эмч нар өвчтөний аюулгүй байдлыг хангах, туяа эмчилгээг буруу хийхээс сэргийлэх зорилгоор эмчилгээг хянах үүрэг гүйцэтгэдэг. Хиймэл оюун ухаан нь туяа эмчилгээг өвчтөнд хийх эмч нарт үнэн зөв, аюулгүй эмчилгээ хийхэд нь туслах, мөн үр ашиг, өвчтөний хүртээмжийг нэмэгдүүлэхэд туслах програм хангамжийн хэрэгслээр хангах боломжтой ч эдгээр автоматжуулсан системүүд болон өвчтөний үйл ажиллагааг хянахад эдгээр мэргэжилтнүүд чухал үүрэг гүйцэтгэсээр байх болно гэж бид үзэж байна (Fig. 3).

Дүгнэлт

Нарийвчлалтай байхаас гадна давтагдах чадвар ба тогтвортой байдал, хүний зөн совин, том хэмжээний мэдээллийн сангаас олон янзын мэдээлэл дээр ажиллах хиймэл оюун ухааны чадавхийг ашиглах нь туяа эмчилгээний үр ашиг, чадварыг эрс сайжруулах боломжтой юм. Эдгээр ашиг тус нь зардлыг бууруулах чиглэлтэй төлбөрт үйлчилгээнээс үнэт зүйлд суурилсан тусламж үйлчилгээ рүү шилжиж буй өнөөгийн эрин үед хамгийн чухал ач холбогдолтой юм¹⁴⁴. Дэлхийн эрүүл мэндийн нөхцөл байдал нь хиймэл оюун ухаанд суурилсан арга, аргачлалаас ашиг тус хүртэх болно¹⁴⁵. Хорт хавдартай нийт өвчтөнүүдийн талаас илүү хувь нь бага эсвэл дунд орлоготой орнуудад амьдардаг¹⁴⁶. Ажиллах хүч, тоног төхөөрөмжийн хомсдол нь туяа эмчилгээнд хамрагдах магадлалтай өвчтөнүүдийн >50%-ийг энэхүү эмчилгээнд хамрагдах боломжийг хязгаарлагдмал болгож байгаа бөгөөд зарим бага орлоготой орнуудад энэ нь 90% хүртэл байна¹⁴⁷. Хиймэл оюун ухааны программууд эдгээр хомсдлын заримыг өвчний голомт, эмчилгээний арга хэлбэрийн талаарх мэргэжлийн шинжээчдийн мэдлэгээр хангах замаар арилгана хэмээн найдаж байна. Хэдийгээр хиймэл оюун ухаан нь машины чанарын баталгааны тайлангийн дүн шинжилгээг хөнгөвчлөх замаар одоо байгаа тоног төхөөрөмжийн ашиглалтыг дэмжихэд тусалж болох ч тоног төхөөрөмжийн дутагдлыг хиймэл оюун ухаанаар шийдвэрлэх боломжтой эсэх нь тодорхойгүй хэвээр байна⁸⁹. Эцэст нь хиймэл оюун ухааны арга, хэрэгслүүд нь туяа эмчилгээний ажиллах хүчний бүрэлдэхүүн, ур чадварыг өөрчлөх нь дамжиггүй юм. Эдгээр өөрчлөлтүүд нь ихэвчлэн эерэг байх бөгөөд тусламж, үйлчилгээний чанарыг сайжруулахын зэрэгцээ зардал хэмнэх боломжийг олгоно гэж үзэж байна.

Орчуулсан: Б.Өлзийсайхан, ЭША, Хавдар судлаач эмч, НЭМ-ийн магистр

Хянасан: Л.Тулгаа, АУ-ны доктор, дэд профессор