从数据到治疗计划:人工智能驱动的途径,用于自动化乳腺放射治疗计划
P Gallego1,2,3, E Ambroa4,2, J Pérez-Alija1,3
1Department of Radiation Oncology-Medical Physics, Hospital de la Santa Creu i Sant Pau, Barcelona, Spain.
Journal of applied clinical medical physics
|March 2, 2026
概括
这项研究介绍了TARS-B,一个用于乳腺癌放射治疗的自动化系统. TARS-B优化了治疗选择和计划,大大缩短了时间,同时保持了患者的高质量结果.
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:
- 放射治疗 (RT) 对于乳腺癌治疗至关重要.
- 像3D-CRT和IMRT这样的先进的RT技术提高了精度,但规划是手动和可变的.
研究的目的:
- 提出和验证TARS-B,一个用于乳腺癌放射治疗的自动化框架.
- TARS-B 结合了深度学习决策模块 (DMF) 和自动化治疗计划系统 (ATP).
主要方法:
- TARS-B使用DMF在3D-CRT和IMRT之间进行选择,然后使用ATP生成计划.
- 该框架在60名患者身上进行了测试,比较了自动化与手动计划,并评估了剂量测量参数和计划时间.
主要成果:
- 与手动计划相比,自动化计划没有显示PTV覆盖范围,热点和OAR限制的显著剂量测量差异.
- TARS-B对15例IMRT病例推了3D-CRT,其中14例重新规划符合标准,并大幅减少了低剂量和中剂量浴.
- 对于IMRT和3D-CRT,规划时间从几个小时大幅缩短到几分钟.
结论:
- TARS-B有效地自动化了对乳腺癌的RT技术选择和治疗计划生成.
- 该框架提高了工作流程的效率,减少了规划时间,并保持了剂量测量质量,显示了临床实施的潜力.
