DITTO:在头癌中进行干预和时间治疗结果的视觉数字双胞胎

科学领域:

• 在瘤学瘤学.
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 头癌 (HNC) 治疗涉及复杂的决策,平衡瘤控制与毒性风险.
• 准确的风险评估需要理解多因素的患者数据,这与当前的方法具有挑战性.

研究的目的:

• 开发DITTO,一个数字双胞胎和视觉计算系统,以帮助瘤学家进行复杂的HNC治疗计划.
• 为HNC患者提供个性化的风险概况,整合疾病和毒性结果.

主要方法:

• 利用一个连续的深度强化学习数字双胞胎 (DT) 进行个性化风险预测.
• 结合视觉可解释性 (XAI) 方法与瘤学家共同设计,以增强临床信任.
• 通过定量性能指标和定性案例研究来评估系统的有效性.

主要成果:

• DITTO为HNC患者提供个性化的短期和长期疾病结果和毒性风险预测.
• 实施了可视化解释方法,以促进临床信任和对系统建议的批判性评估.
• 定量和定性评估证明了该系统在临床决策中的潜在实用性.

结论:

• DITTO提供了一种新的方法来支持个性化治疗决策在头癌.
• 视觉计算和人工智能驱动的数字双胞胎可以增强临床风险评估和治疗规划.
• 临床XAI应用程序的设计考虑对于最终用户成功采用至关重要.