原題
Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning.
背景:本研究では、即時治療計画(IP)を容易にし、臨床効率を改善することを目的として、放射線療法における患者特異的3D線量分布の迅速で高品質な予測のためのディープラーニング(DL)の可能性を検討した。
方法:研究者らは、1250人の前立腺がん患者からの自動線量分布を用いて、様々なプーリング層で階層的に密に接続されたU-Netを訓練した。彼らは、150人の患者からなる固定されたテストセットを用いて、トレーニングデータセットのサイズ(50～1,000人の患者)が予測精度に及ぼす影響を評価した。
結果:より大きなデータセットで精度が改善され、6レベルモデルは1,000人の患者に対して十分な予測精度を達成したが、IPに対するその妥当性を確認するにはさらなる研究が必要である。
結論:この研究は、IPにおけるディープラーニングの使用が有望であることを示しており、精度と実用的な実装に関する継続的な調査の必要性を強調している。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2024.110662
PMID: 39647528
Open Access
コメント