基于 HyperSight-CBCT 成像的自动化 AI 轮廓勾画可行性及放射组学特征稳定性评估，用于前列腺癌的自适应高精度放疗

更快、更智能的癌症治疗计划

对于前列腺癌男性患者，现代放射治疗可以做到极高的精度，但这种精度也付出代价：医生在每次治疗计划准备就绪前必须在大量影像切片上耐心地勾画前列腺及邻近器官。本研究提出了一个及时的问题：在一台新的高质量锥形束 CT 扫描仪上，人工智能是否可以安全地接管绝大部分勾轮廓工作，同时仍能提供可靠的基于影像的度量，这些度量将来有可能用于完全个体化的治疗决策？

实时观察盆腔内部

当今的高精度放疗通常使用治疗前的计划 CT 扫描以及在放疗机上、每次给药前采集的额外扫描。更新的 HyperSight 锥形束 CT 系统可以快速以更低辐射剂量获取盆腔的高分辨率影像，使其对自适应放疗具备吸引力——在该流程中治疗计划会依据当日解剖学情况进行调整。在这项研究中，50 名前列腺癌男性患者接受了标准计划 CT 与 HyperSight 扫描。研究者聚焦了若干关键盆腔结构：前列腺、膀胱、直肠、精囊、阴茎球以及双侧髋关节。

让计算机画线

团队比较了三种在影像上勾画器官的方法。在完全手工的方法中，医生自行绘制所有边界。在仅 AI 模式下，训练好的算法自动生成轮廓。混合模式则由 AI 先生成轮廓，随后由医生检查并修正。对每种方法，研究者测量了不同轮廓之间的匹配程度、边缘差异距离以及器官中心的位移，并记录了每种方法所耗时间。对于膀胱和髋骨等大而清晰的结构，所有方法之间的一致性非常高。前列腺和直肠的一致性略低，但仍然良好。像精囊和阴茎球这样小且边界模糊的结构对所有方法（包括 AI）都更具挑战性。

从影像到定量指纹

除了简单的形状比较外，研究还考察了“放射组学”特征——从影像中提取的数百个描述组织亮度、纹理和形状的数值。这些特征正日益被探索为可能的影像生物标志物，用以预测肿瘤对治疗的反应或哪些患者更易出现副作用。研究者测试了当轮廓来自不同方法及不同扫描类型时，这些数值指纹的稳定性。总体而言，放射组学特征高度一致，尤其是在膀胱、前列腺、直肠和髋骨等较大且对比度高的器官中。描述像素强度模式的纹理类特征尤其稳健。形状类特征以及来自非常小器官的特征对轮廓的微小变化更为敏感。

节省时间且不牺牲质量

时间在自适应放疗中至关重要：勾画与重新计算计划所需时间越长，影像与治疗之间患者解剖发生变化的可能性就越大。在本研究中，纯 AI 勾轮廓将分割时间相比完全手工减少了超过 90%，而 AI 加医生的混合方法仍将时间缩短约 60%。重要的是，这些时间收益在计划 CT 与 HyperSight 扫描之间相似，且观察者间测试显示使用 AI 并未增加不同医生之间的分歧。这表明 AI 能在保持甚至在某些情况下提高一致性的同时，大幅提升工作流程效率。

对患者意味着什么

简而言之，研究表明智能软件可以可靠地在现代锥形束 CT 影像上勾画前列腺及大多数邻近器官，并且由此得到的基于影像的组织“指纹”在研究中且未来可能的临床决策中保持足够稳定。虽然对小而难以看清的结构仍然需要人工精细调整，AI 驱动和混合勾轮廓已能提供高精度并带来显著的时间节省。这为真正的自适应放疗打开了大门——届时治疗可以快速针对当日解剖进行调整，并有一天可能依据实时反映每位患者肿瘤反应的放射组学标志物来优化治疗。

引用: Schmidt, R., Bajerski, D., Bicu, A.S. et al. Feasibility of automated AI-based contouring and stable radiomic feature assessment by HyperSight-CBCT Imaging for adaptive high-precision radiotherapy of prostate cancer. Sci Rep 16, 12191 (2026). https://doi.org/10.1038/s41598-026-46359-3

关键词: 前列腺癌 放射治疗, AI 自动勾轮廓, 锥形束 CT 成像, 放射组学, 自适应放射治疗