机构名称：
¥ 1.0
放射疗法对于癌症治疗至关重要，但是由于基础设施和劳动力短缺，通道仍然有限。在放射学工作流程中人工智能（AI）的整合具有提高效率并提高患者结果的潜力。本综述分析了AI应用在放射肿瘤学中的当前格局，重点是治疗过程的各个阶段，包括决策，治疗计划和质量保护和质量评估。我们评估了AI技术的功能，尤其是深度学习算法，在自动化任务（例如图像分割和剂量优化）中。调查结果表明，通过促进自动肿瘤描述并增强图像注册过程，AI可以显着提高治疗计划的准确性和一致性。此外，AI驱动的预测模型在预测治疗反应和优化针对单个患者解剖学的辐射剂量方面显示出了希望。然而，这些技术的临床采用受到挑战的阻碍，包括AI算法的黑盒性质，对广泛验证的需求以及对数据隐私的担忧。当AI革新辐射肿瘤学的潜力是显而易见的，但在发生广泛实施之前，必须解决重大的障碍。未来的努力应着重于开发可解释的AI系统，建立强大的验证框架，并将AI工具集成到现有的临床工作流程中，以提高全球癌症护理的质量。
在放射治疗中整合人工智能
主要关键词
相关文件推荐
