在前列腺和子宫胸疗法中,通过基于人工智能的治疗规划,保持您的最佳选择

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 人工智能的人工智能

背景情况:

• 优化支臂疗法治疗计划是复杂的,因为缺乏一个完美的计划.
• 放射瘤学家需要多种不同的治疗选择,以平衡目标覆盖率和健康组织节省.

研究的目的:

• 利用基于人工智能的BRIGHT方法,生成多个近乎最佳的支臂治疗计划,剂量分布不同,但剂量量量标准相似.
• 证明BRIGHT能够快速调整计划并纳入医院特定目标的能力.

主要方法:

• 运用了BRIGHT AI优化方法来进行手臂疗法治疗计划.
• 探索计划变化,使用相同的剂量-体积标准,但剂量分布不同.
• 实施了扩展,以快速调整计划和整合特定地点的规划目标.

主要成果:

• 在前列腺和子宫支臂治疗中,对于具有相当剂量-体积标准的计划,证明了不同的剂量分布.
• 展示了将医院特定目标纳入改善了对协议的遵守,例如对于宫病例的EMBRACE-II.
• 用BRIGHT系统说明了快速计划适应的可行性.

结论:

• 像BRIGHT这样的人工智能驱动的方法为创建高质量的支臂治疗计划提供了新的方法.
• 布赖特为放射性瘤学家提供了一系列同样最佳的计划,在保险节省权衡和剂量分配形状上有所不同.
• 这通过在治疗规划中提出明确的选择来促进知情决策.