放射線治療における大規模言語モデルを用いた腹腔鏡下手術支援ロボットによるビーム角度最適化：強化学習に着想を得た反復的改良

科学分野:

• 医用物理学
• 医療における人工知能
• 放射線治療最適化

背景:

• 放射線治療計画（TP）は、健康な組織を温存しながら腫瘍への放射線線量分布を最適化することを目的とする。
• ビーム角度最適化（BAO）は、TPにおける複雑で高次元の問題であり、従来は時間のかかる手動または経験的方法で解決されてきた。
• 従来のBAOアプローチでは、解空間の探索が限定的であるため、最適ではない治療計画につながることが多い。

主な方法:

• BAOのために、推論のみの設定で市販のGPT-4大規模言語モデル（LLM）を利用した。
• LLMがガンマ線角度を提案し、MatRadソフトウェアを使用して線量分布を生成する反復戦略を採用した。
• 標的線量適合性とリスク臓器（OAR）温存に基づくスカラー報酬関数を組み込み、探索および活用フェーズを通じてLLMに反復的改良のためにフィードバックした。

結論:

• 汎用LLMは、特別なトレーニングを必要とせずに、放射線治療計画、特にBAOを効果的に自動化できる。
• 提案された柔軟でスケーラブルなフレームワークは、放射線治療における臨床的意思決定ワークフローを強化する可能性を示している。
• 将来の研究では、より洗練された報酬関数を開発し、放射線治療TPの他の側面に応用することが考えられる。