전립선암 치료 계획을 위한 인공지능

1단계

1. 잘 이해된 인적 요소 지식 수집 방법론과 기계 학습 도구를 사용하여 치료 계획 프로세스의 근거, 기준 및 논리적 기반을 포착하는 프로세스 및 도구(DAST)를 개발합니다.
2. AI 기술을 구축하여 과정을 학습하고 이를 치료 계획 수립에 적용합니다. 방사선 치료 종양학 그룹(RTOG) 0938의 이미지와 전문가가 그린 볼륨은 AI 시스템의 초기 훈련에 사용됩니다. 해당 데이터는 DHMC(Dartmouth-Hitchcock Medical Center) 환자가 아니라 RTOG 0938을 통해 동의를 얻어 얻은 데이터입니다. 이러한 데이터는 필라델피아의 NRG/RTOG 본사에 보관되어 있습니다. NRG는 이미 0938 데이터 세트에 대한 AI 시스템을 탐색하기 위해 확립된 IRB 승인 프로토콜을 보유하고 있습니다. AI 시스템이 중요한 구조와 대상의 볼륨 분할을 "학습"하기 위한 이 초기 훈련 작업에는 최소 30개의 사례가 사용됩니다. 초기 소프트웨어 프로그래밍이 구현됨에 따라 볼륨 분할에 대한 추가 AI 학습을 위해 0938에 사용 가능한 200명 이상의 환자 중 추가 환자가 추가될 수 있습니다.

3. AI 기술을 훈련하고 테스트하기 위한 최적의 과거 치료 계획 수를 결정합니다. NRG는 NRG/RTOG 연구 0415, 0126 및 0521(총 135개 사례)에서 각각 유리한, 중간, 고위험 전립선암 치료법을 대표하는 45개 사례를 제공할 예정입니다. 이러한 스캔과 전문가가 정의한 볼륨은 필라델피아에 보관된 NRG 데이터 세트의 일부입니다. 이들 환자는 모두 개인적으로 특정한 임상 정보를 다른 암 관련 연구에 사용할 수 있도록 허용하는 허가가 포함된 연구별 동의서에 이미 서명했습니다. 이 특정 연구에 대한 이러한 데이터 사용에 대한 IRB 검토는 이 특정 AI 연구에 대한 이러한 데이터의 사용이 적절하고 승인되었는지 확인하기 위해 이러한 사전 동의의 맥락에서 NRG 메커니즘을 통해 달성될 것으로 예상됩니다. DHMC, 매사추세츠 대학교(UMass) 및 오레곤 보건 과학 대학교(OHSU)에서 각각 10명씩 총 30명의 추가 환자 사례가 "최적 기준"으로 제공될 것으로 예상되며, 모두 2015~2018년 내에 처음에 계획되고 치료되었습니다. 시간 프레임. 각 기관의 처음 5명은 우호 위험 환자가 되고, 각 기관의 다음 5명은 고위험 환자가 됩니다(따라서 광범위한 치료 접근법을 달성하고 이후에 더 많은 환자를 추가할 예정). 이러한 노력의 일환으로 각 개별 기관은 특정 환자(우호 위험 5명, 고위험 5명)에게 연락하여 이 프로토콜에 대한 데이터 사용에 대한 연구별 동의를 얻습니다. 익명화되면 이러한 스캔과 계획이 세 기관 모두에서 공유됩니다. 이들 환자 각각에 대해 다른 두 개의("비주최자") 기관이 ​​자체 볼륨과 계획을 작성합니다. 그런 다음 수정된 델파이 접근 방식을 사용하여 세 팀이 만나 각 환자에 대해 합의된 "복합" 계획을 생성합니다. 따라서 총 30명의 환자 각각에 대해 총 4개의 치료 계획이 있으며, 이 AI 프로젝트의 "최적 표준" 역할을 할 총 120개의 계획이 생성되고 테스트/검증을 위해 AI 시스템에 입력됩니다.

   2 단계

4. 위 절차에 따라 각 기관의 중등도 위험 환자 5명을 포함하도록 데이터베이스를 확장하여 AI 시스템에 대한 추가 입력 역할을 할 추가 60개 계획을 생성합니다.
5. 과거 사례 데이터에서 환자 이미지와 대상 설명을 입력하고 AI 기술로 생성된 계획이 전문 임상의가 만든 최종 계획과 "일관성"인지 평가하여 AI 기술을 검증하고 테스트합니다.
6. 새로운 환자 사례 데이터로 기술을 테스트하고 전문 임상의 팀과 함께 계획을 검증합니다. 여기에는 AI 애플리케이션을 탐색하는 NRG-RTOG 연구에서 개발된 "수정된 튜링 테스트"가 포함됩니다.