全乳腺放射治疗的基于知识的计划预测建模的国际跨联盟验证

科学领域:

• 辐射瘤学 辐射瘤学
• 医学物理 医学物理
• 人工智能在医学中的应用

背景情况:

• 基于知识 (KB) 的计划利用先前的经验来优化放射治疗.
• 评估跨机构的模型可转移性对于共享和更广泛的实施至关重要.
• 这项研究验证了在一个财团中使用另一个财团的数据开发的KB预测模型.

研究的目的:

• 为了评估右整个乳房触角场 (RWB-TF) KB预测模型的可转移性.
• 通过使用国际财团数据验证国家财团开发的模型.
• 确定KB模型是否可以有效地应用到其开发环境之外.

主要方法:

• 十个RWB-TF KB模型是在国家联盟中开发的.
• 来自外部多机构联盟的20名患者的队列被用于测试.
• 可转移性被定义为ipsilateral (IPSI) 肺第一个主要成分 (PC1) 在训练集的第10至90百分位;预测的剂量-体积参数与临床DVHs进行了比较.

主要成果:

• 计划目标体积 (PTV) 覆盖面是可比的,尽管PTV和逆侧乳房 (p=0.002,p=0.02) 的体积差异显著 (p=0.002).
• IPSI肺平均剂量/V20 Gy预测显示,外部队列中的标准偏差为1.13 Gy/2.9%,而训练队列中的标准偏差为0.55 Gy/1.6%.
• 预测和临床IPSI肺平均剂量和V20 Gy之间的差异分别在88.7%和92.3%的病例中为<2 Gy和<5%;PC1值在6/10模型中≥90%的患者中位于第10-90百分位.

结论:

• RWB-TF KB模型证明了其开发联盟之外的应用可行性.
• 这些发现支持在放射治疗中更广泛地实施 KB 规划的临床应用.
• 该研究强调了在放射性瘤学中跨机构合作和知识共享的潜力.