重新评估对基于人工智能驱动的形束计算机断层扫描的在线自适应性放射治疗的未来风险分析,该疗法是在临床经验一年后进行的
Sonja Wegener1, Paul Käthner1, Stefan Weick1
1University Hospital Würzburg, Department of Radiotherapy and Radiation Oncology, Josef-Schneider-Str. 11, 97080 Würzburg, Germany.
Zeitschrift fur medizinische Physik
|June 9, 2024
概括
在线适应性放射治疗的实施需要进行前性风险分析. 记录现实世界的失败,如发现的126个违规行为,有助于更新此分析,以实现更安全的临床工作流程和改善患者护理.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 医疗保健工作流分析工作流分析
背景情况:
- 在线适应性放射治疗使用圆束计算机断层扫描 (CBCT) 正在成为临床的标准.
- 实施新的处理技术需要对工作流安全进行前性风险分析.
研究的目的:
- 使用故障模式和影响分析 (FMEA) 进行风险分析,用于在线适应性治疗计划.
- 系统地记录和评估在线适应第一年期间的违规行为.
- 根据定量数据更新风险分析,并比较专业间与仅放射治疗师的工作流程.
主要方法:
- 失效模式和影响分析 (FMEA) 进行了前性.
- 在线适应的第一年有系统地记录了违规行为.
- 评估了自动轮质量,并由一个跨专业团队更新了风险分析.
主要成果:
- 第一年记录了126起违规行为,证实了前性分析中许多预期的故障模式.
- 发生了一些不可预见的场景,突出了前性风险分析的局限性.
- 近一半的违规行为与由于手动计划进口步骤而导致的非适应性处理有关.
结论:
- 定期更新风险分析对于在线适应性放射治疗的安全性至关重要.
- 该研究确定了关键故障模式,并提出了缓解策略.
- 工作流程的低效率,特别是手动计划的进口,在适应性和非适应性程序之间影响处理安全.
