原題
Artificial intelligence-assisted quantitative CT analysis of airway changes following SABR for central lung tumors.
背景:中心肺腫瘍に対する定位的切除放射線療法(SABR)による遅発性肺毒性の35%の発生率は、SABR後の気管支変化を定量化するためのAIベースの自動スコアリング法の研究につながった。
方法:本研究では、Amsterdam UMCおよびPeter MacCallum Cancer CentreのSABR患者を対象とし、SABR前後のCTスキャンを実施した。気道自動セグメンテーションおよび血管モデリングツールキットを用いた自動スコアリングを用いた。
結果:自動スコアリングは気道狭窄/閉塞の検出を倍増させた(58%)。また、視覚的スコアリングを受けた8人の患者のうち5人で早期検出を可能にした。内部および外部データセットの推定率は、それぞれ48～66%および52%であった。
結論:AIベースの自動スコアリングツールは、SABR後の気管支変化の検出を強化し、気道内耐容線量の信頼性を改善するための研究を促進した。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110376
PMID: 38857700
中枢性肺腫瘍に対するSABR後の気道変化の人工知能支援定量的CT分析。
lung cancer
コメント