原題
Comparable performance between automatic and manual laryngeal and hypopharyngeal GTV delineations validated with pathology.
背景:本研究では、喉頭癌と下咽頭癌の肉眼的腫瘍体積(GTV)描写の精度と効率を高めるためのディープラーニングモデルを検討し、手動注釈の主観的性質に対処した。
方法:193人の癌患者の後ろ向きデータセットを利用してモデルを訓練し、その後、参照標準として組織病理学に基づく腫瘍描写を有する18人の患者を用いて検証した。
結果:このモデルの感度の中央値は、手動による描写と同程度であり(0.90対0.91)、陽性適中率に有意な差があった(0.52対0.61)。自動セグメンテーションは、症例の67%で臨床的に許容可能であると考えられた。
結論:深層学習モデルは臨床医の方法と同様に機能し、放射線療法における一貫性と効率を改善する可能性を示した。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2024.12.009
PMID: 39788389
Open Access
コメント