原題
Validation of a Novel Data-Driven Algorithm to Detect Atypical Prescriptions in Radiation Therapy.
背景:誤った放射線治療の処方は患者に害を及ぼす可能性がある。類似性学習を用いた新しいデータ駆動モデルは、非定型処方を同定することを目的としている。
方法:本研究では、トレーニング用のデータベースを作成するために、ブラウン大学ヘルスの胸部および脳腫瘍患者(1995～2021年)のRT治療記録を分析した。潜在的な誤差を模倣するためにシミュレートされた異常を導入し、F1スコアを用いてモデル性能を評価した。
結果:このモデルは、異なる治療技術にわたって、脳腫瘍で99%、90%、および94%、胸部癌で95%、90%、および95%のF1スコアを達成した。
結論:このモデルは、複数の疾患部位におけるRT処方エラーを特定するのに有望であり、臨床ピアレビュープロセスを支援することができる。
Journal: Adv Radiat Oncol (CiteScore 2022: 4.5)
DOI: 10.1016/j.adro.2025.101804
PMID: 40548162
コメント