《Practical Radiation Oncology》：Rapid AI Auto-Planning Rivals Manual Expert Planning for Cervical Brachytherapy
编辑推荐：
阿兰约·米特拉（Aranyo Mitra）| 兰斯·C·摩尔（Lance C. Moore）| 卡罗琳·卡利斯（Karoline Kallis）| 多米尼克·L·拉什（Dominique L. Rash）| 约翰·P·艾因克（John P. Einck）| 奇卡·恩瓦楚库（Chi
阿兰约·米特拉（Aranyo Mitra）| 兰斯·C·摩尔（Lance C. Moore）| 卡罗琳·卡利斯（Karoline Kallis）| 多米尼克·L·拉什（Dominique L. Rash）| 约翰·P·艾因克（John P. Einck）| 奇卡·恩瓦楚库（Chika Nwachukwu）| 凯瑟琳·M·亚沙尔（Catheryn M. Yashar）| 乔蒂·S·马亚德夫（Jyoti S. Mayadev）| 迪安德拉·N·阿亚拉-皮科克（Diandra N. Ayala-Peacock）| 奥尼尼耶·D·巴洛贡（Onyinye D. Balogun）| 俊造·P·奇诺（Junzo P. Chino）| 杰西卡·A·康特雷拉斯（Jessika A. Contreras）| 伊姆兰·佐贝里（Imran Zoberi）| 凯利·基斯林（Kelly Kisling）| 邹晶晶（Jingjing Zou）| 努诺·瓦斯康塞洛斯（Nuno Vasconcelos）| 桑德拉·M·迈尔斯（Sandra M. Meyers）
加利福尼亚大学圣地亚哥分校放射医学与应用科学系，吉尔曼大道9500号，拉霍亚，加利福尼亚州92093
摘要
目的
本研究旨在通过盲法医生评审，评估人工智能自动化计划在质量及临床可接受性方面的表现，与手动临床计划进行比较，特别是针对宫颈近距离放射治疗的应用。
材料与方法
自动化计划的生成基于U-Net模型，结合解剖结构掩模、停留位置掩模以及特定应用器的3D剂量输入数据（剂量计算采用均匀停留时间）。模型数据包含2005年针对7种植入物的近距离放射治疗计划（训练/验证/测试比例为62%/19%/19%）。测试集的剂量预测结果被输入到优化器中以生成自动化计划。随机选取的自动化计划与临床计划组合被呈现给10位妇科近距离放射治疗专家医生，他们对这些计划进行评分（1-5分，5分表示最高质量），并尝试猜测哪个计划是自动化的。我们中心的5位医生共审查了所有7种植入物的130个计划；另外3个中心的5位外部医生分别审查了每种植入物的2组计划（共70个计划）。通过Wilcoxon符号秩检验比较了不同医生组之间的自动化计划得分以及与临床计划的差异（p<0.05具有统计学意义）。
结果
在两组医生中，大约50%的案例中自动化计划的评估结果被认为是更好或等同于临床计划的，其中混合植入物的偏好率最高（平均超过58%）。不同医生之间的选择率存在差异，这通常是由于他们在肿瘤覆盖与器官保护以及/或装载偏好方面的不同考量。自动化计划和临床计划的平均评分均为4分（表示计划可接受，但存在临床上不重要的风格上的差异）（所有比较的p值均大于0.05）。外部医生较低的偏好率和评分可能归因于我们中心模型训练数据中未涵盖的风格上的规划差异。医生正确识别出约50%的自动化计划，这与随机概率相符，表明自动化计划与临床计划无法区分。
结论
我们开发的宫颈近距离放射治疗人工智能自动化规划技术能够在平均1.4分钟内生成质量与手动临床计划相当且无法区分的自动化计划。
章节摘录
引言
近距离放射治疗是局部晚期宫颈癌的标准治疗方法，是一个复杂且耗时的过程，需要丰富的专业知识才能制定出高质量的治疗方案。实时治疗规划占整个临床过程的很大比例，患者在接受镇静状态下往往需要等待一个小时以上。此外，计划的质量会因治疗医生的不同偏好而显著变化。
临床数据集
本研究回顾了2009年至2020年间使用CT引导的高剂量率（HDR）近距离放射治疗的509名宫颈癌患者的治疗计划，这些患者的FIGO分期从IA2到IVB不等。该研究已获得我们机构审查委员会的批准（数据已匿名处理），并且由于对受试者的风险较低而免去了知情同意的要求。模型训练数据集包含1244个计划，涉及以下植入物类型……
结果
我们的自动化规划方法在平均86.3秒内生成了自动化计划（范围42–628秒）。具体而言，模型输入生成和保存过程耗时中位数为63.5秒（范围28–450秒），所有计划的推理过程耗时约5秒，优化过程耗时中位数为18.5秒（范围9–209秒）。
自动化计划与手动临床计划在剂量上的平均误差（MAE）为3.4%，停留时间上的MAE为7.4秒（占总停留时间的1.5%）。图2展示了……
讨论
利用我们的规划框架，自动化计划在平均1.4分钟内即可生成，这可能大幅减少规划时间。自动化计划与手动生成的临床计划在剂量和停留时间上的误差都很小，临床指标和满足临床剂量约束的计划比例也相似。此外，医生普遍无法区分自动化计划和手动生成的临床计划，这也进一步证明了这一点。
结论我们提出了一种基于神经网络3D剂量预测的自动化方法，能够在几分钟内为7种植入物类型生成宫颈近距离放射治疗计划。盲法医生评审表明，该方法生成的自动化计划在质量上可与手动生成的临床计划相媲美，几乎无法区分。该技术在混合类型植入物上的表现最佳，尽管计划评分显示大多数自动化计划在……
资金声明本文所述的研究得到了美国国立卫生研究院国家癌症研究所（award number K08CA267068）和Varian Medical Systems的研究资助。
目前研究数据暂不对外公开。
利益冲突声明
本文所述的研究得到了美国国立卫生研究院国家癌症研究所（award number K08CA267068）和Varian Medical Systems的研究资助。桑德拉·M·迈尔斯（Sandra M. Meyers）和凯莉·基斯林（Kelly Kisling）接受了Varian Medical Systems的酬金。杰西卡·A·康特雷拉斯（Jessika A. Contreras）获得了美国国立卫生研究院（award number R37CA287204-01A1）的支持。俊造·P·奇诺（Junzo P. Chino）与默克（Merck）、泰莱福克斯（Teleflex）、Guideline和斯特瑞克（Stryker）存在咨询关系。
