RadDeploy:用于将内部开发的软件和人工智能模型无集成到放射治疗工作流程中的框架
Mathis Ersted Rasmussen1,2,3, Casper Dueholm Vestergaard1,3, Jesper Folsted Kallehauge1
1Danish Centre for Particle Therapy, Aarhus University Hospital, Palle Juul-Jensens Boulevard 25, 8200 Aarhus N, Denmark.
Physics and imaging in radiation oncology
|July 29, 2024
概括
RadDeploy是一个新的框架,可以将人工智能 (AI) 软件集成到临床放射治疗工作流程中. 该平台促进了人工智能创新在治疗计划系统之外的部署,加速了它们的临床采用.
科学领域:
- 辐射疗法 辐射疗法
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 放射治疗中的自动化和人工智能正在迅速发展.
- 人工智能创新的临床采用受到缺乏部署平台的阻碍.
- 现有系统往往缺乏灵活性来整合新型软件.
研究的目的:
- 介绍RadDeploy,这是一个将容器化AI软件集成到临床工作流程中的框架.
- 解决在传统治疗计划系统之外部署人工智能工具的技术差距.
- 通过实际的用例来展示RadDeploy的实用性和多功能性.
主要方法:
- 开发了RadDeploy作为容器化软件集成的框架.
- 启用了对AI模型容器的多个DICOM输入的支持.
- 实现了跨GPU和计算机的模型容器异步执行.
主要成果:
- RadDeploy成功地将容器化软件集成到临床工作流程中.
- 该框架支持多种DICOM输入和分布式计算.
- 三个不同复杂度的用例展示了RadDeploy的功能.
结论:
- RadDeploy提供了一个可行的技术解决方案,用于在放射治疗中部署AI.
- 该框架增强了人工智能工具在临床实践中的整合.
- 促进人工智能研究转化为切实的临床效益.


