人工知能による陽子線画像解釈を用いた陽子線治療における治療逸脱検出
Giuliano Perotti Bernardini1, Arthur Galapon1, Gabriel Guterres Marmitt1
1Department of Radiation Oncology, University Medical Center Groningen, University of Groningen, the Netherlands.
Physics and imaging in radiation oncology
|December 24, 2025
まとめ
陽子線画像（PR）を用いたAIツールは、陽子線治療における逸脱を正確に検出し、迅速かつ自動化された治療計画調整を可能にすることで、適応型陽子線治療（APT）を強化し、品質保証を向上させます。
科学分野:
- 医学物理学
- 放射線療法
- 人工知能
背景:
- 陽子線治療の線量適合性は、患者のセットアップエラー、解剖学的変化、および飛程の不確かさによって課題が生じます。
- 適応型陽子線治療（APT）は、計画の監視と調整を通じてこれらの問題を軽減することを目的としています。
- 陽子線画像（PR）は、リアルタイムでの飛程逸脱検出のための重要な技術です。
研究 の 目的:
- PRを用いた治療逸脱の自動解釈と分類のための人工知能（AI）ツールの開発と評価。
- シミュレートされたおよび実世界の陽子線治療における逸脱検出におけるツールのパフォーマンスの評価。
主な方法:
- 32人の頭頸部がん患者の合成CTデータは、セットアップ、キャリブレーション、および解剖学的エラーをシミュレートするために変更されました。
- 陽子線画像シミュレーションにより、積分線量分布曲線と範囲シフトマップ（RSM）が生成されました。
- 畳み込みニューラルネットワーク（EfficientNet-v2-M）は、14,503のRSMに対する逸脱のマルチラベル分類のために訓練され、22人の患者からの臨床データで検証されました。
主要な成果:
- AIツールは合成データで高いパフォーマンスを達成しました：精度97％、再現率92％、F1スコア93％、F2スコア92％。
- 臨床データでは、ツールは86％の精度、88％の再現率、86％のF1スコア、87％のF2スコアで強力な一般化能力を示しました。
- 治療逸脱の分類は、画像あたり1秒以内に実行されました。
結論:
- AI搭載のPRツールは、陽子線治療における治療逸脱の迅速かつ自動化された検出を容易にします。
- この技術は、適応型陽子線治療（APT）ワークフローへの統合をサポートします。
- このツールは、陽子線治療におけるオンライン計画適応のための品質保証を強化します。
