(资料图片仅供参考)
Mayo Clinic 进行的一项研究表明，人工智能有可能提高头颈癌患者放射治疗计划的时间效率和标准化。验证研究发表在Frontiers in Oncology上，评估了 Mayo Clinic 训练并与 Google Health 合作开发的算法的效率。
头颈癌的放射治疗计划需要多个专业领域的大量时间投入，因为许多器官和结构彼此非常接近，而且每个患者的解剖结构各不相同。Mayo Clinic 放射肿瘤科的专家调查了该算法是否可以减少规划头颈癌治疗所需的时间，并提高放射计划的质量和患者的治疗效果。
在这项研究中，放射肿瘤学家修改了手动绘制的头部和颈部轮廓，这些轮廓勾勒出处于辐射暴露风险中的器官，以及由深度学习模型自动分割的轮廓。根据每个审查案例后收集的调查数据，深度学习模型在90% 的时间内生成了可供临床使用的轮廓，只需少量修改或无需修改，而手动轮廓的时间为 53%，并减少了整体轮廓处理时间缩短 76%。
“头颈部放射治疗计划是资源密集型且繁琐的，”Mayo Clinic 的放射肿瘤学家和该研究的联合首席研究员 Samir Patel 医学博士说。“这种自动轮廓算法在我们分析的案例中节省了时间。”
该模型使用来自先前接受过梅奥诊所治疗的头颈癌患者的 445 个去识别化 CT 扫描轮廓进行训练。为了进一步完善数据集，每个轮廓都由 Mayo Clinic 的两名头颈部放射肿瘤学家重新创建，以满足放射治疗的黄金标准。
该计划是 Mayo Clinic 和 Google Health 于 2019 年宣布的更广泛计划中的首次研究合作，旨在改善严重和复杂疾病的护理服务。这种战略合作伙伴关系利用知识和数据创建可在创新医疗保健平台上使用的数字工具，这些工具可能会覆盖全球患者。