使用人工智能的当前趋势和新兴主题,以提高放射治疗中的解剖诊断准确性和效率

科学领域:

• 放射治疗和放射性成像技术
• 医学的人工智能 (AI)
• 图书统计分析 图书统计分析

背景情况:

• 人工智能在医疗保健中的整合提供了革命性的进步,特别是在放射治疗等关键领域.
• 精确的解剖诊断,器官划分和治疗效果在辐射和放射性成像中至关重要.

研究的目的:

• 在人工智能应用中识别模式和关键主题,以提高解剖诊断的精度,器官划分以及放射学和放射治疗中的治疗效果.
• 分析研究成果,科学术语的趋势,以及这些领域的基于AI的软件解决方案.

主要方法:

• 对2014年以来发表的学术文章进行了圣经计量分析.
• 检查主要国家和机构的研究成果.
• 对新兴研究主题,术语趋势和用于治疗计划的AI软件功能进行分析.

主要成果:

• 自2014年以来,放射学和放射治疗领域的AI相关出版物显著增加.
• 美国和中国被确定为领先的研究生产国家,埃默里大学和纪念斯隆凯特林癌症中心是主要贡献者.
• 关键的研究领域包括适应性辐射,MR-Linac应用和多器官细分;值得注意的术语包括"放射学"",放射治疗细分"和"剂量学".

结论:

• 基于人工智能的软件在放射学和放射治疗中具有多种应用,特别是用于解剖特征提取和在治疗规划中识别有风险的器官.
• 人工智能在解剖诊断和放射治疗方面的快速进步有望显著提高诊断精度和治疗规划效率.