对本地先进肺癌的手动和基于知识的规划进行基准比较,对以道德为基础的自动化机器学习增强规划进行比较

科学领域:

• 辐射瘤学 辐射瘤学
• 医学物理 医学物理
• 癌症治疗方法 癌症治疗方法

背景情况:

• 标准的分化肺部规划缺乏对Varian Ethos适应性治疗规划系统的明确指导.
• 需要自动化计划生成以优化局部晚期肺癌的治疗.

研究的目的:

• 开发和验证一种方法来自动生成高质量的Ethos治疗计划,用于局部晚期肺癌.
• 为了解决以Ethos为基础的标准分离肺部规划指导的现有缺口.

主要方法:

• 一项对50名患有不可手术的IIIA-IIIC阶段非小细胞肺癌的患者进行的回顾性研究.
• 使用15个患者计划开发Ethos计划模板.
• 35名患者的自动重新计划,并与手动Eclipse和RapidPlan (RP) 计划进行比较.

主要成果:

• 与RP计划相比,Ethos计划显示出优越的初级和节点规划目标量V95%的覆盖率 (P < .001).
• 通过Ethos计划观察到肺总瘤体积V5 Gy和食道D0.03 cc指标的减少.
• 78%的Ethos计划被放射瘤学家认为是临床上可接受的,其中80%符合ARTIA-Lung规划指标.

结论:

• 一个标准化的Ethos模板为自动生成肺辐射治疗计划提供了一种可行的方法.
• 开发的方法产生类似于基于知识的RapidPlan质量的计划,适合Ethos自适应工作空间.