使用深度神经网络在放射瘤诊所的人工智能工具的人与人工智能的相互作用的理解和建模:使用三年前性数据的可行性研究

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 人工智能的人工智能

背景情况:

• 人工智能 (AI) 工具在放射治疗规划中越来越多地使用.
• 人类与这些人工智能规划工具的互动尚未得到充分理解.
• 分析这些相互作用可以提高人工智能工具的性能.

研究的目的:

• 用人工智能治疗规划工具分析人类规划者的互动.
• 开发一个人-人工智能交互 (HAI) 模型,以增强人工智能生成的计划.
• 评估HAI模型在提高计划质量的表现.

主要方法:

• 公司内部的AI工具用于整个乳房辐射治疗计划.
• 分析了522名患者的数据,将人工智能生成的计划与最终的,医生批准的计划进行了比较.
• 使用U-Net架构的人类-人工智能交互 (HAI) 模型被训练在手动修改数据上.

主要成果:

• 与人工智能计划相比,AI修改的计划 (AI-m计划) 显示了显著的热点减少 (25.2cc的乳房V105%,p=0.011;Dmax下降0.805%,p<0.001).
• AI-m计划保持了与最终计划相等的规划目标量 (PTV) 覆盖范围.
• HAI模型成功模拟了人类编辑,以提高计划质量.

结论:

• 模拟人类-人工智能交互是改善人工智能治疗规划工具的重要一步.
• 开发的HAI模型可以通过结合临床专业知识来增强人工智能生成的计划.
• 这种方法证明了AI在进一步优化放射治疗计划方面的潜力.