通过专家人类知识与AI推荐的情报整合实现精准放疗以优化临床决策
机器学习
2022-02-10 v1 人工智能
机器学习
摘要
在精准医学时代，对精准放疗的需求日益增长，其中计划辐射剂量需要通过考虑大量患者特异性信息来最优确定，以确保治疗效果。现有人工智能(AI)方法可在现有信息范围内推荐辐射剂量处方。然而，由于已知局限性或当AI推荐可能超出医生当前知识时，治疗医生可能不完全信任AI的推荐处方。本文提出了一种将专家人类知识与AI推荐相整合以优化临床决策的系统性方法。为此，将高斯过程(GP)模型与深度神经网络(DNNs)相整合，分别量化医生和AI推荐给出的治疗结果的不确定性，并进一步用作指导临床医生及改进AI模型表现的准则。所提方法在一个综合数据集中得到验证，该数据集包含 名非小细胞肺癌患者在放疗期间前瞻收集并回顾分析的患者特异性信息和治疗结果。
引用
@article{arxiv.2202.04565,
title = {Precision Radiotherapy via Information Integration of Expert Human Knowledge and AI Recommendation to Optimize Clinical Decision Making},
author = {Wenbo Sun and Dipesh Niraula and Issam El Naqa and Randall K Ten Haken and Ivo D Dinov and Kyle Cuneo and Judy Jin},
journal= {arXiv preprint arXiv:2202.04565},
year = {2022}
}