用商业自动细分工具和基于前列腺癌的临床知识规划模型对自动化治疗规划工作流程进行计划质量分析
Jacob Adams1, Kirk Luca1, Xiaofeng Yang1
1Department of Radiation Oncology, Emory University, Atlanta, USA.
Cureus
|August 2, 2023
概括
人工智能 (AI) 软件用于自动化前列腺癌治疗计划 (VMAT) 显示可行性. 虽然AI轮是一致的,但由于细微的规划差异,临床验证至关重要.
科学领域:
- 辐射瘤学 辐射瘤学
- 医学物理 医学物理
- 人工智能在医学中的应用
背景情况:
- 自动化治疗计划旨在提高辐射瘤学的效率和一致性.
- 基于知识的规划 (KBP) 和人工智能 (AI) 是VMAT前列腺规划的新兴技术.
研究的目的:
- 评估AI细分软件的可行性,以实现全自动化的VMAT前列腺规划.
- 在VMAT前列腺规划中,将AI生成的轮与医生细分的轮进行比较.
主要方法:
- 两个人工智能软件程序 (Radformation AutoContour,西门子AI-Rad Companion) 在30例前列腺癌病例中自动细分风险器官和目标体积.
- 内部KBP模型 (RapidPlan) 使用AI和医生轮生成了VMAT计划.
- 用医生轮重新计算计划,以评估使用ANOVA的剂量分配差异.
主要成果:
- 在不同前列腺癌情景中,人工智能生成的和医生细分的轮之间没有观察到计划质量的统计学上显著差异.
- 自动化VMAT前列腺规划工作流显示了持续的高规划质量.
- 人工智能轮偏好的微妙差异可能导致规划结果的微小差异.
结论:
- 使用人工智能细分的自动化VMAT前列腺规划工作流程是可行的,并实现了高规划质量.
- 由于规划结果可能存在微妙差异,建议对AI自动轮进行仔细的临床验证.
