机构名称：
¥ 1.0
通用人工智能在放射肿瘤学领域一直保持着自己的脚步。放射治疗包括 5 个主要步骤（图 1），即 a）患者评估，包括放射决策和咨询，b）模拟，包括图像配准和重建和轮廓勾勒，c）治疗计划，包括剂量测定和计划审查，d）质量保证和治疗实施，包括图像审查、设置验证、每日成像，e）患者随访 [1]。放射治疗的快速发展产生了“大数据”概念，这意味着由于放射治疗过程的复杂性而积累了大量数据，包括：数据量（数据密集型成像系统）、速度（不断增长的档案）、准确性（对数据的主观解释）和多样性（成像模式的多样性）。需要信息技术的一个创新分支来分析和处理这些数据 [2]。在人工智能的一个分支机器学习中，开发了模仿人类智能的计算机算法。密集编程和软编码使这些算法通过重复变得越来越好 [3]。在患者评估中，CADe 是一种计算机辅助检测，它允许计算机在图像诊断和评估中给出第二意见 [3]。提出了几种基于 ML 的模型，如使用 ANN（人工神经网络）[4] 检测 CT 中的肺结节，以及使用 CNN（卷积神经网络）检测乳房 X 线摄影 [5]。通过深度学习检测脑病变方面取得了卓越的成果 [6]。这种 ML 可以显著提高临床医生和放射科医生对疾病的评估，并预测风险收益比
放射肿瘤学中的 AGI - 新时代的曙光
主要关键词
相关文件推荐
