原題
Deep Learning-Assisted interactive contouring of lung Cancer: Impact on contouring time and consistency.
背景:本研究では、非小細胞肺癌(NSCLC)治療における観察者間変動性と輪郭形成時間に対するディープラーニング(DL)支援対話型輪郭形成ツールの影響を評価した。
方法:9人の臨床医が、10人のNSCLC患者からのPET-CTスキャンを用いて、1週間間隔でDL支援ツールと手動ツールを交互に使用して、肉眼的腫瘍体積(GTV)の輪郭を描いた。
結果:DLツールは、輪郭形成時間を23%(22分から19分)短縮し、臨床医間の不一致領域のばらつきを減少させたが、コンセンサス輪郭は同様のままであった。
結論:DL支援輪郭形成アプローチは効率を高め、変動性を低下させ、腫瘍描写のための臨床ワークフローへの有益な統合を示唆している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110500
PMID: 39236985
Open Access
コメント