计算建模和人工智能在辐射神经瘤学和放射性外科手术中

科学领域:

• 医学物理 医学物理
• 在瘤学瘤学.
• 放射学 放射学是一门学科.

背景情况:

• 人工智能 (AI) 越来越多地融入医疗保健.
• 立体辐射手术 (SRS) 是一种复杂的治疗方式.
• 人工智能有可能提高SRS精度和结果.

研究的目的:

• 探索人工智能在医疗保健系统中的整合,特别是SRS.
• 审查人工智能在瘤检测,细分和结果预测中的应用.
• 讨论当前的成就,局限性和未来的方向.

主要方法:

• 审查人工智能应用,包括机器学习 (ML) 和深度学习 (DL) 模型.
• 对AI在病变划分和自动细分方面的分析.
• 检查ML用于基于放射性的治疗结果预测.

主要成果:

• 人工智能在SRS.中的自发瘤检测和自动化病变细分方面取得了成功.
• 人工智能应用显示出对纵向治疗后续的前景.
• ML,特别是放射学,在预测SRS治疗结果方面是有效的.

结论:

• 人工智能,ML和DL正在显著推进立体射线外科手术.
• 当前的人工智能应用程序提高了瘤检测和细分精度.
• 需要进一步的研究来解决局限性,并充分实现AI在SRS中的潜力.