Generative KI revolutioniert Strahlentherapieplanung – Nutzerpräferenzen im Fokus
Ein neues generatives Modell für die Strahlentherapieplanung wurde auf arXiv veröffentlicht. Im Gegensatz zu bisherigen Deep‑Learning‑Ansätzen, die auf Referenzplänen als Trainingsgrundlage beruhen, nutzt das System ausschließlich benutzerdefinierte Präferenz‑Aromen, um 3‑D‑Dosisverteilungen vorherzusagen.
Durch die Möglichkeit, individuelle Prioritäten für Organe mit Risiko (OARs) und Zielvolumen (PTVs) festzulegen, erhalten Planer mehr Flexibilität und Personalisierung. Das Modell kann so angepasst werden, dass es spezifische Kompromisse zwischen Schutz der gesunden Gewebe und der Wirksamkeit der Behandlung optimal balanciert.
Die Autoren betonen, dass das System nahtlos in bestehende klinische Behandlungsplanungssysteme integriert werden kann. In Vergleichstests übertrifft es das etablierte Varian RapidPlan-Modell in Bezug auf Anpassungsfähigkeit und Planqualität in mehreren Szenarien.
Diese Entwicklung verspricht, die Planung von Strahlentherapien effizienter und individueller zu gestalten, und könnte damit die Qualität der Patientenversorgung nachhaltig verbessern.