Modello di IA Supera il Radiologo nel Rilevare Cambiamenti della Radioterapia Prostatica su Immagini MR-Linac

Un modello di deep learning ha ottenuto prestazioni superiori rispetto a un radiologo nell'identificare sottili cambiamenti temporali nelle immagini MR-Linac della prostata durante la radioterapia. Lo studio retrospettivo ha analizzato immagini longitudinali MR-Linac 0.35T di 761 pazienti, impiegando un metodo di ordinamento temporale tramite confronto a coppie. Utilizzando coppie prima-ultima frazione (F1-FL), il modello di IA ha dimostrato un'accuratezza eccezionale di 0,95 e un AUC di 0,99. La valutazione delle prestazioni includeva metriche quantitative e valutazione qualitativa attraverso mappe di salienza che evidenziano regioni anatomiche associate a cambiamenti di imaging. La ricerca ha esplorato il potenziale più ampio dell'imaging MR-Linac per rilevare cambiamenti inter-frazione durante la radioterapia prostatica di routine. Il modello è stato addestrato anche utilizzando la configurazione tutte le coppie di frazioni (All-pairs). Questa indagine rappresenta un progresso significativo nell'analisi delle immagini mediche per il monitoraggio del trattamento del cancro.