高用量子宮頸がんにおける内腔対間腔ブラキセラピー技術選択を標準化するための機械学習ベースの意思決定支援ツール

科学分野:

• 医学物理学
• 腫瘍学
• 機械学習

背景:

• 高用量レート (HDR) ブラキセラピーは子宮頸がんの治療に不可欠です.
• 内腔内ブラキセラピー (ICBT) とハイブリッド内腔内/インタースティシャルブラキセラピー (IC/ISBT) の間の標準化テクニックの選択は困難です.
• 医師間の変動は治療結果に影響を与える可能性があります.

研究 の 目的:

• 機械学習 (ML) による意思決定支援ツールの開発と評価
• このツールは,HDR 子宮頸がんの治療におけるICBTとIC/ISBTの選択を標準化することを目的としています.
• ブラキセラピー技術の適用の一貫性を改善する.

主な方法:

• 50人の患者からの159件のHDRブラキセラピー計画の遡及分析.
• CT/MRIベースの3D画像ガイドブラキセラピープランから144の幾何学的な特徴を抽出する.
• モデルの開発のために複数の分類器と投票アンサンブルとのクロスバリデーションを利用した.

主要な成果:

• ロジスティック回帰モデルは,最高精度 (0. 849) とAUC (0. 903) を達成した.
• MLツールの性能は,既存の単一要素ルールに匹敵していました.
• 決定に影響を与えた主な特徴は,HR-CTV-タンドムの横方向距離と膀の短い軸の長さでした.

結論:

• コンパクトなMLツールは,ICBTとIC/ISBTの選択において,臨床医を確実に助けることができます.
• このツールは,2つの容易に測定可能な幾何学的な特徴を決定支援として活用しています.
• 実施は医師間の変動を軽減し,標準化されたHDR 子宮頸部ブラキセラピーを促進します.