开发一个自动决策辅助工具,为前列腺癌患者选择质子/光子放射治疗
Mengyang Li1, Linyi Shen1, Xinyuan Chen1
1National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, China.
Journal of applied clinical medical physics
|February 18, 2026
概括
这项研究开发了一种自动决策方法,用于为前列腺癌患者选择光子和质子放射治疗. 该系统在预测最佳治疗方式方面达到93.75%的准确性.
科学领域:
- 医学物理 医学物理
- 辐射瘤学 辐射瘤学
- 计算生物学 计算生物学
背景情况:
- 在光子和质子放射治疗之间做出选择对于最佳的患者结果至关重要.
- 前列腺癌治疗需要精确的辐射输送,以尽量减少副作用.
研究的目的:
- 开发一种自动决策方法,为前列腺癌患者选择临床上最有益的放射治疗技术 (质子或光子).
- 帮助临床医生在光子和质子辐射疗法之间做出明智的决定.
主要方法:
- 训练深度学习模型 (Mph和Mpr) 来预测光子和质子平面的直肠剂量 (V6300cGy).
- 使用预测剂量计算正常组织并发症概率 (NTCP).
- 开发了一个基于光子和质子疗法之间的NTCP (ΔNTCP) 差异的决策算法.
主要成果:
- 深度学习模型在预测直肠剂量方面表现出很高的准确性,平均绝对误差 (MAE) 低,为4.60 ± 1.80 (光子) 和3.64 ± 1.27 (质子).
- 对于直肠壁,手动和自动预测的V6300cGy和NTCP值之间没有发现显著差异.
- 自动决策系统在选择适当的放射疗法时达到93.75%的准确性,曲线下面面积 (AUC) 为0.88.
结论:
- 提出的自动决策方法准确匹配剂量分布,并计算NTCP.
- 该系统支持精确的放射治疗技术选择,提高前列腺癌治疗的临床效率.
- 该方法提供了一种可靠的工具,用于指导光子和质子辐射疗法之间的选择.
