对用于放射治疗的五个商业人工智能轮系统的性能进行临床评估
Paul J Doolan1, Stefanie Charalambous2, Yiannis Roussakis1
1Department of Medical Physics, German Oncology Center, Limassol, Cyprus.
Frontiers in oncology
|August 21, 2023
概括
人工智能 (AI) 自动细分显著减少了放射治疗中的轮时间和变异性. 五个商业人工智能解决方案展示了高质量的轮,提高了工作流效率和标准化.
科学领域:
- 医学物理 医学物理
- 放射治疗技术的辐射疗法技术
- 医疗保健中的人工智能
背景情况:
- 放射治疗中风险器官 (OAR) 的手动轮是耗时的,容易发生观察者间和观察者内部的变化.
- 人工智能 (AI) 自动细分为改善轮一致性和效率提供了一个潜在的解决方案.
研究的目的:
- 为了对五种商业AI自动细分解决方案的性能进行基准测试.
- 用几何相似度指标将人工智能生成的轮与人工专家轮进行比较.
- 评估人工智能自行细分在放射治疗规划中的时间节约.
主要方法:
- 评估了五个商业人工智能自动细分解决方案:Mirada (Mir),MVision (MV),Radformation (Rad),RayStation (Ray) 和TheraPanacea (Ther).这些解决方案包括:
- 人工智能生成的风险器官 (OAR) 轮与手工绘制的专家轮进行了比较,每位患者来自20名乳腺癌,头癌,肺癌和前列腺癌患者.
- 几何相似度指标 (体积和表面子相似度系数,豪斯多夫距离,添加路径长度) 和轮/校正所需的时间用于比较.
主要成果:
- 所有五个AI系统都在所有结构中提供了良好的中位体体积子相似系数 (vDSC),从0.82到0.88.
- 所有人工智能系统都节省了大量的时间,减少时间从乳房的14-20分钟到头部和部病例的74-93分钟.
- 在所有结构中节省的平均时间在各个系统中都是相似的,从36.6分钟到45.2分钟.
结论:
- 所有评估的商业AI自动细分解决方案都产生了高质量的轮.
- 与手动方法相比,人工智能自动细分显著减少了轮所需的时间.
- 这些人工智能解决方案可以提高放射治疗工作流程的效率和标准化.
