临床实施和评估用于放射治疗中的多位点轮的自分类工具
Gerd Heilemann1, Martin Buschmann1, Wolfgang Lechner1
1Department of Radiation Oncology, Comprehensive Cancer Center Vienna, Medical University Vienna, Vienna, Austria.
Physics and imaging in radiation oncology
|December 19, 2023
概括
一个新的工作流程有效地评估了放射治疗的自动细分软件. 医生发现一些AI轮与手工轮相似或更好,指导临床实施.
科学领域:
- 医学物理 医学物理
- 放射治疗技术 放射治疗技术
- 人工智能在医学中的应用
背景情况:
- 商业自细分工具可用于放射治疗,但缺乏临床实施指南.
- 评估这些工具对于安全有效地融入临床工作流程至关重要.
- 本研究解决了对结构化绩效评估方法的需求.
研究的目的:
- 开发一个工作流程来评估三种商业自动细分工具的性能.
- 选择一个候选工具用于放射治疗的临床实施.
- 制定用于临床使用自动细分软件的指南.
主要方法:
- 包括六个治疗场所的100名患者.
- 来自三个软件工具的AI生成的轮与专家手工轮进行了比较.
- 通过使用子相似系数 (DSC),豪斯多夫距离和剂量/体积分析来评估性能.
主要成果:
- 平均DSC得分从0.74到0.80不等,表明工具和风险器官 (OAR) 的性能可变.
- 医生评级显示,AI轮与头部,胸部和腹部/骨盆的几个OAR的手动轮相当或优于AI轮.
- 一些人工智能模型只需要轻微的纠正,而另一些 (肠袋,胃) 不适合直接使用.
结论:
- 成功开发了一种针对自动细分软件的综合评估方法.
- 该研究提供了明确的指示,用于在放射治疗部门内临床使用自细分软件.
- 医生反被认为是评估AI轮性能最相关的因素.
