原題
A Modular Multi-Agent Reinforcement Learning Framework Guided by LLMs: Improving Quality and Efficiency of Treatment Planning in Lung Radiotherapy.
背景:知識ベースの計画はしばしば手動による改良を必要とし、LLMまたはRLのみの自動化は、長期的な最適化とスケーラビリティに限界がある。本研究では、自動肺IMRTのためのハイブリッドLLMガイド下モジュラーRLフレームワークを提案する。
方法:2レベルの階層では、LLM監視レイヤー(プランナー、評価者、スーパーバイザー)を使用して、SARSAでトレーニングされた線形近似RLエージェントをOAR用に調整し、カテゴリレベルの重みを共有する。オプションの肺温存モードは、肺の用量を反復的に減少させる。62例のLA-NSCLC症例と、施設のKBPおよび施設のDV制約を用いたLLMのみのシステムとを比較して評価した。
結果:LLMガイド下の方法は98%の臨床目標を達成したのに対し、KBPでは74%であった。このハイブリッドでは、必要なLLMコールが75%少なく(1.7±0.7対6.7±5.7)、時間も短かった(20.6±15.7対33.4±32.1分)。Lung Sparing Modeでは、V20(21.3%対25.2%)および平均肺線量(14.2 Gy対15.0 Gy)が低下し、臍帯/食道の増加はわずかで許容範囲内であった。計画では、送達された臨床肺線量が改善された。
結論:モジュール式RLをLLM監視と統合することで、肺の温存、効率、およびスケーラブルな展開が改善され、トレーニングが軽減される。
Journal: Int J Radiat Oncol Biol Phys (CiteScore 2022: 11)
DOI: 10.1016/j.ijrobp.2026.09.008
PMID: 42754176
コメント