0
| 本文作者： 于勝越 | 2019-01-13 23:32 |
1月9日，2019年首場【大咖Live】第 31 期AI醫療·放療靶區勾畫專場首期，我們邀請到柏視醫療創始人陸遙博士詳細解析“鼻咽癌放療臨床靶區勾畫技術與應用”。目前，本期分享音頻及全文實錄已上線，雷鋒網旗下會員組織「AI投研邦」會員可進入【AI投研邦】頁面免費查看。
本文對整場分享進行了要點總結及PPT整理，以幫助大家提前清晰地了解本場分享重點。
鼻咽癌放療靶區勾畫背景情況、鼻咽癌的定義及2018年全球及中國鼻炎癌發病率情況；
目前主要的治療手段、放療中靶區的定義，以及柏視在鼻咽癌放療靶區勾畫方面的技術方案（GTV分割和CTV預測）；
基于小樣本的OAR分割技術（重點介紹）。
以下為本場分享部分PPT：
為更深入的解決聽眾在鼻咽癌放療臨床靶區勾畫技術與應用方面的困惑，「Live」在分享結束后開設問答環節，陸遙博士對雷鋒網旗下會員組織「AI投研邦」會員疑問進行了一一解答。
某醫療公司從業者：在放療靶區勾畫領域，傳統機器學習技術和深度學習技術哪個更有優勢？
陸遙：對于深度學習而言，它是一個典型的記憶性學習方法。其好處是可以從數據中總結和歸納一些規律。但正因如此，對于總結出來的規律或準則，很難解釋或形成臨床經驗。在這種情況下，通過傳統機器學習基于既定規則，同醫生經驗結合。因此傳統機器學習應該有效的和深度學習結合。可解釋的機器學習算法和基于數據的深度學習的算法結合是未來發展方向。
中山大學學生：除了鼻咽癌，還有哪些癌癥的AI放療靶區勾畫是發展前景比較好的？
陸遙：除了鼻咽癌，放療科腫瘤的AI放療靶區勾畫均是發展前景，例如肺、乳腺、結直腸、宮頸、前列腺，目前放療科的應用越來越多了。在癌癥中，鼻咽癌是技術難度最高的，因其在頭頸部位，解剖結構也最復雜。當初柏視選擇該病種也是和醫生之間用科研合作方式進行，即醫生認為最難的病種。
另外，關于“是否基于雙能CT圖像進行勾畫？”、“為什么OAR或者靶區勾畫都在CT圖像上進行？”等問題，陸遙博士也在分享中進行了解答，報名本場直播可進行觀看。
2019開年「智能放療靶區勾畫主題」專場，雷鋒網旗下會員組織「AI投研邦」繼續每周邀請一位一線從業者帶來項目實踐過程中的方法和思路，為醫療從業者與投資人、分析師提供行業參考。更多內容查看下圖：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
