基于人工智能的多个自动轮系统在有风险的器官 (OARs) 划分界限中的性能调查
Young Woo Kim1, Simon Biggs2, Elizabeth Claridge Mackonis3,4
1Department of Radiation Oncology, Chris O'Brien Lifehouse, Sydney, NSW, Australia.
Physical and engineering sciences in medicine
|September 2, 2024
概括
人工智能自动轮显示出对有风险的器官 (OAR) 分段的承诺,减少时间和可变性. 虽然性能因系统和解剖学而异,但AI轮与专家轮相似,尽管复杂的情况下需要审查.
科学领域:
- 医学物理 医学物理
- 辐射疗法 辐射疗法
- 人工智能的人工智能
背景情况:
- 手动风险器官 (OAR) 轮是劳动密集型的,容易发生观察者之间的变化.
- 基于人工智能的自动轮提供了一个潜在的解决方案,以提高放射治疗规划的效率和一致性.
研究的目的:
- 评估和比较多个基于人工智能的自动轮系统在不同解剖部位进行OAR细分的性能.
- 评估AI在放射治疗中产生的轮的临床可接受性和潜在实用性.
主要方法:
- 在42个临床病例中测试了7个AI细分系统.
- 使用Dice相似系数和Hausdorff距离与专家手工轮对比,对性能进行了评估.
- 分析涵盖了各种解剖部位,包括头和子,大脑,肺,乳房,骨盆和腹部.
主要成果:
- 放射治疗人工智能在头部和部和大脑OAR中表现出卓越的性能.
- 没有一个人工智能系统在所有解剖学部位上显示出整体优势.
- 人工智能系统实现了与专家划分相似的轮,在小型/复杂结构上性能降低.
结论:
- 人工智能自动轮系统可以产生临床上可接受的OAR轮,可能简化放射治疗工作流程.
- 临床实施需要仔细审查人工智能生成的轮,特别是复杂的解剖区域.
- 该研究为比较AI轮软件和持续质量保证提供了一个框架.
