肿瘤放疗中的人工智能技术

绪论

第一章放射治疗和人工智能大数据及影像组学

第一节

放射治疗

第二节人工智能、大数据和影像组学

第三节人工智能驱动医学

第二章人工智能在放射治疗流程中的辅助功能

第一节信息技术在放射治疗中的发展

第二节人工智能辅助放射治疗靶区和危及器官自动勾画

第三节人工智能辅助的自动计划设计

第四节人工智能与图像质量提升和图像配准

第五节人工智能在放射治疗质量保证中的发展状况

第三章人工智能在放射治疗临床应用中的决策支持

第一节人工智能与放射敏感性、放射治疗效果和预后预测.....

第二节人工智能在放射治疗毒性评估中的创新与应用

第四章人工智能技术在放射治疗中的应用前景与挑战

第一节机器学习在肿瘤呼吸运动追踪中的研究进展

第二节放射治疔疗临床决策辅助机器学习算法

第三节放射治疗中不确定性层次建模方法

第四节医学图像分割算法

第五节胸部轮廓分割算法

第六节缺失数据插补方法

第五章放射治疗新技术的研究进展

第一节质子和重离子放射治疗技术第二节生物引导放射治疗技术第三节硼中子俘获治疗技术

绪论

癌症如今是最常见的死亡原因,现已成为我国的一个重大公共卫生问题。据2022年全国癌症报告,2016年我国约有406.4万新发癌症病例和241.35万死亡病例。放射治疗(简称放疗)作为肿瘤治疗的三大治疗手段(手术、化学治疗、系统治疗)之一,其重要地位是毋庸置疑的。据世界卫生组织报告,70%以上的肿瘤患者可以从放射治疗中受益,而且在全部恶性肿瘤中,约67%的患者可以被治愈,其中30%是放射治疗的功劳.

放射治疗作为一种局部治疗方式,使用光子射线或粒子射线,从不同角度人射到患者体内,从而可以达到高剂量照射靶区的同时，减少周围正常器官的剂量。在整个放射治疗过程中主要包含以下4个部分:初始治疗决策、靶区勾画与治疗计划设计、患者接受放射治疗及后续随访。即在初始时需要医生根据影像检查和活检确认肿瘤的位置、范围和种类,经过多学科讨论制订最佳治疗方案;接着物理师将根据医生勾画的肿瘤靶区及周围器官在治疗计划系统上进行计划设计,与医生反复讨论确定最佳治疗计划。以上两步可能需要花费1周左右的时间,后续患者排队接受治疗,其等待治疗时间或许长达几天到几个月的时间,这取决于所在治疗医院的总体患者数量。

现如今由于各地区域发展不平衡,医疗技术与资源也随之分布不均。医疗技术相对落后的区域,由于医生及相关工作人员的经验和技术不足，肿瘤患者倾向于前往医疗发达的地区接受治疗。除此之外,患者人数的增多，导致相关的医疗工作人员的工作负荷增大。据统计，在2019年我国接受放射治疗的比例仅为20%~30%，这可能是由于患者和医生对放射治疗的认识不够,随着放射治疗的不断科普,将会有更多的患者接受放射治疗。然而,由于现有的医生、物理师和治疗师的人数短缺可能会导致患者接受的治疗质量下降。为了减轻工作人员的工作量,以及缓解区域发展不均的问题，除了培养更多从事放射治疗的相关人员之外，人工智能在放射治疗中运用，特别是近年来深度学习技术的发展,可以帮助减轻工作人员的工作量。另外放射治疗中所采集患者的CT,MRI 和 PET等医学图像资料为人工智能在放射治疗中的运用提供了大量的训练数据,更加有利于人工智能在放射治疗中的运用

如今比较成熟和商业化的人工智能产品进行正常器官的自动勾画,可以大大减轻勾画人员(医生或物理师)的工作量,以及现在不断发展的计划质量控制和自动计划将会在减轻相关工作人员的工作量的同时,解决工作人员经验不足的问题和缓解设备紧张的问题,整体提高治疗计划的质量，除此之外，人工智能还可以运用到治疗决策、图像自动配准、提高图像质量预测患者的治疗反应从而判断是否需要接受自适应放射治疗和预测患者的预后情况等,这些将有助于患者接受高质量的治疗。

在过去的十多年中,随着模式识别技术的发展和患者影像数据的增加，影像组学等医学图像分析领域呈指数增长。从医学图像中挖掘重要的特征,并对其进行后续分析,以提供治疗决策的支持。现有的关于影像组学的研究主要应用在辅助诊断、肿瘤的预后预测、治疗方案的抉择和确定活检或手术切除区域等。除此之外,影像组学、基因组学、患者其他临床和个人信息的结合将会进一步提升治疗的质量。随着多种信息的结合,我们将会迈向更精准的医疗，从而可以在正确的时间为正确的患者提供正确的治疗。如今人工智能在放射治疗中的运用主要想解决两大困难:如何解决技术不平衡和工作人员短缺和经验不足的问题,给患者提供标准的高质量治疗;同时还要解决怎样给患者提供个性化的治疗,迈向精准治疗时代。本书的写作是在这样的大环境下,回顾现有的人工智能在放射治疗中的应用和发展,分析面临的技术层面和伦理方面的限制和挑战，希望对后续的发展提供一定的帮助。

本书介绍了肿瘤放射治疗中的人工智能相关技术，涵盖了人工智能技术在肿瘤放疗中的各个临床路径，包括放疗模拟定位、放疗危及器官和靶区勾画、放疗计划设计、放疗计划验证、放疗治疗前摆位、自适应放疗等，同时也介绍了在放疗中有前沿应用的人工智能技术，包括放疗信息化的发展、放疗靶区和危及器官的自动勾画、放疗影像间的自动融合配准、放疗影像的质量智能提升、放疗毒性的预测和预防、放疗疗效的监测和预测、放疗数据缺失的智能处理、放疗呼吸运动的智能识别等。