原題
Auto-delineation of treatment target volume for radiation therapy using large language model-aided multimodal learning.
背景:放射線治療標的体積の正確な自動描写は、AI法にとって依然として課題である。本研究の目的は、マルチモーダル学習アプローチを用いて、標的体積描写を臨床的意思決定問題としてモデル化することにより、標的体積描写を改善することである。
方法:著者らは、階層的トランスフォーマを用いて視覚データとテキストデータを統合する視覚-言語モデルMedformerを開発した。ダイス類似度係数(DSC)およびintersection over union(IOU)などの指標を用いて、前立腺がんデータセットおよび中咽頭がんデータセットで性能を評価した。
結果:メドフォーマーは、両方のデータセットにわたって、従来の技術と比較して、DSC、IOU、およびハウスドルフ距離の有意な改善を実証した。
結論:この革新的なアプローチは、自動描写を強化し、改善された治療計画のためにルーチンの臨床診療に統合することができる。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.07.2149
PMID: 39117164
コメント