一项前瞻性多中心试验：用于胸部放疗危险器官的深度学习自动分割

这对胸部肿瘤患者为何重要

对于面临肺癌、乳腺癌或食管癌的患者，放疗通常是治疗的重要组成部分。但在开机照射之前，医生必须仔细勾画胸部易受损器官的轮廓，以便把辐射瞄准肿瘤并尽量保护健康组织。本研究检验了一种与临床医生配合使用的人工智能方法，能否使这种勾画更快、更准确，并在不同医院间更具一致性。

胸部影像如何指引放疗

放疗计划建立在胸部的高分辨率 CT 扫描上。医生在这些扫描中画出可能受辐射损伤的器官边界，如肺、心脏、脊髓和食道，这些称为危险器官。逐层手工勾画既耗时，又高度依赖医生的经验和本地培训，因而会导致器官勾画存在差异，进而影响所估计的受照剂量。

研究者想验证什么

团队评估了一种名为 iCurveE 的深度学习系统，能自动勾画胸部 11 个关键器官。与仅在历史数据上验证不同，他们组织了一个覆盖中国五家医院的前瞻性试验。500 名肺癌、乳腺癌或食管癌患者的计划 CT 以三种方式勾画：完全手工、仅 AI 自动勾画，以及医生在 AI 勾画基础上编辑。共有 37 位不同经验水平的放疗医生贡献了近 2,500 组完整器官集。

人机协作的表现如何

为比较方法，研究者使用了衡量每组器官边界与经过严格达成一致的专家参考匹配程度的指标，并记录了各方法所耗时间。平均来看，医生编辑过的 AI 轮廓比完全手工勾画更接近专家参考，且略优于单独的 AI 输出。关键的边界距离指标在 AI 辅助下更小，常用的重叠评分更高。同时，以 AI 输出为起点将中位勾画时间从 55 分钟缩短到 10 分钟，提升超过 80%，且这一时间节省在所有医院与所有癌种中均成立。

在医院与经验水平之间的一致性

癌症护理中的一项担忧是，资源较少或规模较小的医院可能无法提供与大型中心相同质量的计划。本研究发现，手工勾画在不同医院以及经验较少与经验较多医生之间存在显著差异。当医生基于 AI 生成的轮廓工作时，这些差异缩小了。中心之间在准确性和时间上的差距缩小，经验较少的医生与资深同事变得更为相似。AI 与人工复核的结合也使器官所计算的受照剂量差异减小，表明更好的勾画可转化为更可靠的治疗风险估计。

这对未来癌症护理意味着什么

该试验表明，当医生仔细审阅并调整 AI 生成的轮廓时，他们能够比单纯手工更快且更准确地勾画胸部器官，同时减少医院与医生之间的差异。对患者来说，这可能意味着无论在哪里接受治疗，都能得到更安全、更一致的放疗计划。研究还强调，AI 是一种工具而非替代临床医师：人为监督对识别异常解剖、影像问题和模型错误依然至关重要。随着类似系统在其他人体部位和以结局为导向的试验中被检验和改进，人机协作可能成为放疗计划的常规部分。

引用: Niu, G., Guan, Y., Zhang, Y. et al. A prospective multicenter trial of deep learning auto-segmentation for organs at risk in thoracic radiotherapy. Nat Commun 17, 4633 (2026). https://doi.org/10.1038/s41467-026-70863-9

关键词: 胸部放疗, 自动分割, 深度学习, 危险器官, 医学影像 AI