综合辐射疗法数据集的系统构建,使用自动化数据管道来预测预后
June Hyuck Lim1, Seonhwa Kim1, Jun Hyeong Park1
1Department of Radiation Oncology, Ajou University School of Medicine, Suwon, Republic of Korea.
International journal of medical informatics
|November 26, 2024
概括
这项研究使用自动化管道和AI验证创建了一个全面的放射治疗数据集. 高质量的数据将有助于未来的研究,以改善癌症治疗和患者的治疗结果.
科学领域:
- 医学物理 医学物理
- 在瘤学瘤学.
- 数据科学数据科学数据科学
背景情况:
- 现有的医疗数据研究往往缺乏全面的,多模式的和纵向的信息.
- 辐射疗法研究一直受到单个时间点或模式的碎片化数据收集的限制.
研究的目的:
- 建立一个包括所有放射治疗产生的数据的综合数据集,以改善患者治疗和恶性瘤的预后.
- 开发和实施自动化数据管道和基于人工智能的放射治疗数据验证系统.
主要方法:
- 来自多个机构的数据被收集,完整性检查,并通过数据管道进行处理.
- 人工智能 (AI) 模型和研究人员审查过的数据,专家提供最后的注释.
- 关键元数据被编译成一个数据库,数据分析师识别和处理了异常值.
主要成果:
- 最终的数据集包含30136个形光束计算机断层扫描和5019名患者的5019个表格条目.
- 该数据集包括超过200万个医学数字成像和通信文件,共计832GB.
- 人工智能验证显示大多数器官的分类性能很高 (宏观AUROC 0.947),直肠的性能较低.
结论:
- 自动化管道和基于人工智能的验证显著提高了收集的放射治疗数据的质量.
- 精心策划的数据集为放射治疗的未来研究提供了宝贵的资源.
- 预计这一举措将推动提高放射治疗疗法的效率和有效性.
更多相关视频
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
2.7K
11:18Generation of Comprehensive Thoracic Oncology Database - Tool for Translational Research
Published on: January 22, 2011
16.0K
