在放射治疗中基于人工智能的自行轮工具的评估:一个单一机构研究的研究

科学领域:

• 辐射疗法 辐射疗法
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 精确划分有风险的器官 (OAR) 对于放射治疗治疗计划至关重要,但是劳动密集的.
• 人工智能 (AI) 提供了自动化OAR轮的潜力,简化了工作流.
• 本研究评估了两种商业AI自动轮软件工具,用于临床采用.

研究的目的:

• 评估两个人工智能自动轮软件工具在OAR细分方面的性能.
• 将自动化OAR轮的临床可用性和准确性与医生评估和定量指标进行比较.
• 根据AI驱动的自动轮解决方案的临床采用做出决策.

主要方法:

• 分析了来自七个疾病部位的58个OAR结构的36名患者队列.
• 两个商业AI自动轮软件工具用于细分.
• 辐射瘤学家通过定性评分轮可用性 (质量评分,QS),并通过定量分析 (子相似系数,DSC;95%豪斯多夫距离,HD95) 补充.

主要成果:

• 这两种软件工具均获得了相似的平均质量评分 (QS ≈2.17).
• 软件B需要对OAR进行更少的修改 (42对37).
• 工具之间的定量指标 (DSC,HD95) 是可比的,但软件A的轮与医生得分有更密切的相关性.

结论:

• 两种评估的AI自动轮软件工具都可以为大约65%的结构生成临床上可接受的OAR轮.
• 对于特定具有挑战性的OAR,需要进一步改进模型,以提高整体性能和临床实用性.
• 该研究提供了关于人工智能在放射治疗轮中的实际应用和局限性的见解.