在治疗计划系统中整合单击,基于人工智能的子宫癌支臂疗法自动规划
Ryan Truong1, Lance C Moore1, Aranyo Mitra1
1Department of Radiation Medicine and Applied Sciences, University of California San Diego, La Jolla, CA.
Brachytherapy
|October 23, 2025
概括
这项研究介绍了一键自动化宫支臂治疗计划工具,集成到BrachyVision. 由人工智能驱动的系统显著减少了规划时间,同时保持了计划质量,简化了放射瘤学家的工作流程.
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:
- 在宫支臂疗法中自动化治疗规划此前需要手动数据传输.
- 现有的方法虽然有效,但受到耗时的DICOM数据出口和进口流程的限制.
- 这种低效率阻碍了先进的自动化规划技术的广泛采用.
研究的目的:
- 在BrachyVision系统中开发和验证一个集成的,单击自动化计划工具,用于宫支臂治疗.
- 通过消除手动数据处理,提高自动化处理计划的效率.
- 通过精简的工作流程,快速制作临床上可接受的支臂疗法计划.
主要方法:
- 为BrachyVision开发了一个C#插件,以便与患者数据进行交互.
- 集成了一个Python可执行程序,用于AI驱动的剂量预测 (U-Net) 和停留时间优化.
- 在7种应用器类型的28种支臂疗法计划上测试了全集工具,将自动化计划与临床计划进行了比较.
- 使用3D剂量和停留时间的平均绝对误差 (MAE) 评估计划质量.
主要成果:
- 自动化工具实现了3D剂量的平均MAE为3.8 ± 0.7%,停留时间为10.3 ± 7.4秒.
- 脚本的平均运行时间是快速的3.5±1.2分钟.
- 该工具成功地生成了定制的,高质量的计划,用户干预最小.
结论:
- 一个新的脚本可以直接在BrachyVision中实现高效,单击自动化规划.
- 开发的工具显著简化了宫支臂疗法规划过程的轮和数字化后.
- 这种综合解决方案提供了一种快速有效的方法,用于制作高质量的,针对患者的支臂治疗计划.
