原子能機構關于人工智能輔助輪廓勾畫的研究表明癌癥患者有望獲益

為應對輻射腫瘤學領域的這些挑戰，原子能機構研究了人工智能如何能協助中低收入國家進行頭頸癌輪廓勾畫工作。

雖然基于人工智能的算法在自動勾畫結構（自動分割）方面顯示出巨大潛力，但這主要是在回顧性研究中觀察到。直到最近，在中低收入國家范圍內以及就觀察者間差異而言，人工智能的實際臨床效益在很大程度上仍有待研究。

“運用人工智能輔助勾畫輪廓，可以成為提升放射腫瘤醫師效率的重要工具，”阿卜杜勒-瓦哈卜指出。 

來自22個國家不同放射治療中心的近100名放射腫瘤醫師參與了原子能機構的這項研究：阿爾巴尼亞、阿根廷、阿塞拜疆、孟加拉國、白羅斯、哥斯達黎加、格魯吉亞、印度、印度尼西亞、約旦、哈薩克斯坦、肯尼亞、吉爾吉斯斯坦、馬來西亞、摩爾多瓦、蒙古、尼泊爾、北馬其頓、巴基斯坦、蘇丹、突尼斯和烏干達；丹麥奧胡斯大學醫院則為研究提供了總計16例頭頸癌病例。

在研究中，放射腫瘤醫師被隨機分為兩組：一組借助人工智能勾畫危及器官，另一組采用人工方法。在參加原子能機構舉辦的關于人工智能輔助輪廓勾畫的在線講習班后，兩組繼續進行病例勾畫，首先是采用原始方法，隨后全部使用人工智能。六個月后還開展了使用人工智能的最終輪次勾畫作為跟蹤隨訪。

原子能機構協調研究項目的結果表明，人工智能輔助不僅通過大幅減少觀察者間差異提高了勾畫質量，而且縮短了勾畫時間 — 即使沒有事先指導也是如此。雖然指導僅提高了兩個危及器官的勾畫質量，但它確實放大了人工智能輔助勾畫的省時效應。隨著時間的推移，這一現象也可以在該研究對教員指導講習班的短期和長期跟蹤中看到。

“ELAISA研究表明，教學與人工智能輔助輪廓勾畫相結合是縮短勾畫時間的最有效策略，”奧胡斯大學臨床教授、該研究的主要研究人員之一Jesper Grau Eriksen解釋道。“如果應用得當，人工智能輔助輪廓勾畫工具的安全實施可以節省資源，使更多的放射腫瘤醫師，特別是在中低收入國家工作的放射腫瘤醫師，能夠治療更多的患者。”

這項研究的結果已發表在《全球腫瘤學雜志》上，并已在歐洲放射治療和腫瘤學學會年度會議上進行了展示。