编辑推荐：
为探究 AI 辅助自动勾画软件在放疗中的应用现状，德国放射肿瘤学会数字化与人工智能工作组等研究人员开展相关调查，发现多数受访者认可其节省时间和标准化的潜力，但也担忧其对培训的影响，该研究为 AI 在放疗中的应用提供参考。
在医疗领域，人工智能（AI）的发展可谓日新月异，从药物研发到疾病诊断，它正逐渐改变着医疗行业的面貌。在放射肿瘤学中，放疗流程里精确勾勒出要照射的靶区和需保护的危及器官（OARs）至关重要，这一步骤一旦出错，后果不堪设想。肿瘤勾画不足会导致剂量不足，影响肿瘤控制和患者生存；而靶区体积估计过大或 OARs 勾画不当，会使健康组织受到过多辐射，增加毒性风险，降低患者生活质量。
以往传统的手动勾画由放疗医师完成，既耗费时间，又存在不同观察者之间以及同一观察者自身的差异。早期的自动分割技术，像基于强度分析、形状建模和图谱的方法，在可用性、准确性和适应性方面都有局限，还需要大量人工操作。随着深度学习技术，尤其是卷积神经网络（CNNs）的出现，自动勾画算法有了显著改进。如今，AI 驱动的自动勾画工具从研究走向临床，多个厂商推出了相关商业软件。不过，在临床应用过程中，也引发了诸多担忧，比如质量保证、教育培训、临床医生技能退化以及对自动化系统过度依赖等问题。为了深入了解这些情况，德国放射肿瘤学会（DEGRO）数字化与人工智能工作组等机构的研究人员，针对德语区的放疗医师和医学物理师开展了一项关于 AI 辅助自动勾画软件的调查研究，该研究成果发表在《Strahlentherapie und Onkologie》上。
研究人员运用在线调查的方法，借助
umfrageonline.com这一在线工具设计了包含 24 个问题的调查问卷。问题涵盖了社会人口学数据、AI 自动勾画软件使用经验、对该软件的看法等多个方面，采用了单选、多选、五点李克特量表和自由文本评论等多种形式。问卷通过 DEGRO 和奥地利放射肿瘤学会（?GRO）的专业邮件列表发放，从 2024 年 6 月 11 日开放至 8 月 3 日，期间发送了初始邀请和提醒邮件。数据收集完成后，原始数据从在线工具导出到 SPSS Statistics 进行描述性统计分析，自由文本评论则由两位作者整理分类。
研究参与者：研究共收到 188 人参与，剔除无效问卷后，163 份问卷完整有效，有效回复率为 12.0%。参与者中 89.6% 是医生，超 80% 为放疗专科医生；52.2% 为女性；46.0% 年龄在 30 - 49 岁；工作地点以德国的大学医院居多，占 51.5%。
AI 辅助自动勾画软件的当前使用情况：65.7% 的受访者表示在临床常规中使用 AI 自动勾画软件，不同机构类型的使用率存在差异，大学医院、非大学医院、门诊健康中心和医疗诊所的使用率分别为 72.6%、36.0%、64.7% 和 75.0%。使用的软件产品主要有 Limbus AI Inc.、西门子 Healthineers 的相关软件和 ART - Plan 等。超 90% 的受访者用其勾画脑、头颈部、胸部、腹部和骨盆的 OARs，56.1% 的参与者有可自动分割靶区的 AI 解决方案，但仅 40% 的用户认为在勾画过程中节省了时间。多数用户使用软件 1 - 3 年，71% 在本地服务器运行软件，购买前一半受访者试用过多种产品。88.8% 的参与者表示使用软件节省了 OARs 勾画时间，41.1% 估计每例节省 11 - 20 分钟，27.1% 表示节省超 20 分钟，且不同职业、机构类型和软件类型在节省时间上无显著差异。AI 自动勾画的 OARs 无需校正的接受率各有不同，不同专业组、机构类型和软件类型之间也无显著差异。92% 的受访者认为软件在临床实践中有用，87.7% 认为其原则上不危险，79.1% 认为能提高标准化和质量保证，但 46.6% 担心会影响住院医师对断层解剖学的理解，60.1% 希望放疗学会提供相关实施和使用指南。
讨论与结论：该研究表明，AI 辅助自动勾画软件在德语区放疗临床实践中有较高的使用率，且多数受访者认可其节省时间和提高标准化的潜力。然而，其在靶区体积分割方面仍存在局限，仅部分用户能使用相关功能且多数未感受到明显时间节省。同时，人们对其也存在诸多担忧，如质量保证、教育培训等问题。为推动 AI 在放疗中的应用，需要开展持续教育，调整课程内容，确保 AI 能增强临床专业知识和技能，而非取而代之。目前已有相关指南出台，如 Vandewinckele 等人和 Hurkmans 等人的研究成果，这为 AI 自动勾画软件的实施和临床验证提供了参考。未来，临床医生应积极分享经验和担忧，完善共识指南，促进 AI 自动勾画软件在放疗中的广泛应用和安全实施。
