中文

基于保序预测的强化放射治疗质量保证的训练感知风险控制

机器学习 2025-01-16 v1

摘要

测量质量保证(QA)实践在癌症治疗中发挥关键作用。这些实践已将基于测量的IMRT QA失败率降至1%以下。然而,这些实践耗时且工作量大,可能导致患者护理延迟。本研究检讨了保序预测方法如何用于对计划进行稳健的分流。我们提出了一种结合保序风险控制和保序训练优势的新型训练感知保序风险控制方法。我们将基于γ通过率的决策阈值,以及临床评估中使用的风险函数,纳入风险控制框架的设计中。该方法实现了高灵敏度和特异度,显著减少了需要测量的计划数量,同时未产生巨大的置信区间。我们的结果表明,保序预测方法在提高IMRT QA流程效率和减少工作负荷方面具有有效性和适用性。

关键词

引用

@article{arxiv.2501.08963,
  title  = {Training-Aware Risk Control for Intensity Modulated Radiation Therapies Quality Assurance with Conformal Prediction},
  author = {Kevin He and David Adam and Sarah Han-Oh and Anqi Liu},
  journal= {arXiv preprint arXiv:2501.08963},
  year   = {2025}
}

备注

2024 Machine Learning for Health Symposium