用于SRS的治疗型混合智能系统：结合神经网络与基于知识的专家推理的脑膜瘤人工智能模型THINKERS

《Journal of Neuro-Oncology》：Therapeutic hybrid intelligence with neural and knowledge-based expert reasoning for SRS (THINKERS): an AI model for meningioma

　　

摘要

背景

对于接受立体定向放射外科治疗的颅内脑膜瘤，其处方剂量选择仍主要依据肿瘤体积、解剖结构限制、与重要结构的距离以及所在机构的常规做法，而非针对长期局部进展的个体化评估。我们开发了THINKERS-Meningioma，这是一种专家混合型人工智能框架，可用于立体定向放射外科治疗后的个性化剂量评估。

方法

我们对800名接受立体定向放射外科治疗的颅内脑膜瘤患者进行了回顾性单中心研究。利用治疗前或治疗时可获得的各项数据，构建了一个结合离散时间生存模型的专家混合型神经网络。同时将边缘剂量作为可查询的输入参数，以便反复评估不同的候选剂量。内部验证采用分层5折交叉验证以及分层保留测试法。性能评估指标包括5年局部肿瘤进展的受试者工作特征曲线下面积（AUC）、局部进展预期时间的平均绝对误差（MAE）、布里尔分数以及校准指标。

结果

在分层交叉验证中，THINKERS-Meningioma在5年局部肿瘤进展方面的原始平均AUC为0.854±0.077，校准后平均AUC为0.861±0.088。原始布里尔分数和校准后布里尔分数分别为0.0021±0.0020和0.0016±0.0024。交叉验证中的MAE为1.67±0.20个月。在分层保留测试集中，原始AUC为0.841，校准后AUC为0.861（95%置信区间为0.829–0.915）。局部进展预期时间的MAE为1.71个月（95%置信区间为1.00–2.01）。

结论

THINKERS-Meningioma为颅内脑膜瘤患者立体定向放射外科治疗后的5年局部进展个体化预测及剂量方案评估提供了经过内部验证的框架。

临床试验编号

不适用。