原題
Multi-centre generalisability of deep learning-based dose prediction for head and neck radiotherapy using DAHANCA real-world data.
背景:深層学習は頭頚部癌に対する放射線治療線量計画を自動化することができ、臨床採用には関連する指標を用いた多施設検証が必要である。
方法:1つのデンマークのセンターからの388の計画で訓練されたニューラルネットワークを42の内部計画と560のDAHANCA多施設計画で試験した;性能を中央値線量モデルと比較し、線量計量、NTCPとNTIで評価した。
結果:臨床計画との差の中央値:PTV-0.1 Gy(IQR-5-0.3)、OAR 1.1 Gy(IQR-6-3.7)。中央値モデルはより大きな誤差(PTV 0.7 Gy;OAR-4.6 Gy)を示した。NTIの中央値の差は4.4%(4-9.4)、グレード2以上の口腔乾燥症/嚥下障害に対するNTCPは約1-3%であった。
結論:施設間で一般化されたモデルは、ベースラインの中央値よりも優れており、QAの最適以下の臨床計画にフラグを立てる可能性がある。
Journal: Radiother Oncol (CiteScore 2022: 10.5)
DOI: 10.1016/j.radonc.2026.111702
PMID: 42468605
コメント