人工智能在辐射疗法剂量预测中的应用和进展

科学领域:

• 医学物理 医学物理
• 在瘤学瘤学.
• 放射治疗技术 放射治疗技术

背景情况:

• 放射治疗 (RT) 是癌症治疗的基石,需要精确的剂量分配才能获得治疗效果.
• 目前的剂量预测方法耗时,劳动密集,并且由于专业知识和机构实践的差异而容易出现不一致.
• 人工智能 (AI) 已成为各种医疗领域的转型技术,包括RT.

研究的目的:

• 审查人工智能用于辐射治疗剂量预测的进展.
• 突出深度学习 (DL) 在这个领域的具体贡献和进展.
• 概述人工智能对提高RT剂量规划的准确性和效率的影响.

主要方法:

• 关于人工智能在放射治疗中的应用的文献评论.
• 专注于利用深度学习 (DL) 算法进行剂量预测的研究.
• 分析表明人工智能在RT中的临床实施和益处的研究.

主要成果:

• 人工智能,特别是DL,在自动化和增强RT剂量预测方面显著有前途.
• 与传统方法相比,人工智能驱动的剂量预测提供了更好的一致性和准确性.
• 几种基于人工智能的产品已在临床实践中成功实施,证实了它们的优越性.

结论:

• 人工智能,特别是DL,是一个快速发展的领域,具有优化放射治疗的巨大潜力.
• 人工智能在剂量预测中的整合可以导致更高效,更有效的癌症治疗.
• 在人工智能领域的持续研究和开发对于实现精准医学在瘤学的全部好处至关重要.