一个全乳腺放射治疗的自动化治疗计划组合

科学领域:

• 医学物理 医学物理
• 辐射瘤学 辐射瘤学
• 医疗保健中的人工智能

背景情况:

• 放射治疗中的自动化为不断增加的癌症病例和劳动力短缺提供了解决方案.
• 目前的自动化乳腺放射治疗方法缺乏一个完整的端到端解决方案,满足不同的护理标准.

研究的目的:

• 为完整的乳房开发一个全面的自动化放射治疗治疗计划组合.
• 根据个体患者的因素,临床方法和资源的可用性来定制自动化规划.

主要方法:

• 开发了五种自动化常规和一个RapidPlan体积弧疗法方法,用于乳房,关节上方 (SCLV) 和内部乳腺节点 (IMN).
• 利用公司内部的nnU-net深度学习模型,自动对有风险的目标体积和器官进行轮.
• 将算法集成到RayStation中,在多个机构对510个计划进行临床可接受性和剂量测量评估的测试.

主要成果:

• 100%的自动化计划实现了乳腺目标覆盖;SCLV (99%),关节 (98%) 和IMN (91%) 也显示了高覆盖率.
• 风险受限器官在91%至95%的计划中得到满足 (心脏,肺,逆侧乳房).
• 医生和物理学家的评论发现自动化计划在临床上是可以接受的,其中73%-79%只需要轻微的编辑.

结论:

• 一个全面的全乳腺放射治疗的自动化治疗规划模型是可行的.
• 开发的系统有效地适应了各种治疗范式和患者解剖学.