AboutUs

:::

人工智慧輔助優化放射治療流程-器官自動勾勒系統

放射治療廣泛應用於現代癌症治療範疇，療程中醫師必須依據病人個別影像資料明確勾勒出腫瘤及相關危急器官，以進行後續治療計畫。傳統以手動方式需花費相當時間，影響病人治療時效；為提升速率與增加計畫準確性，發展自動化勾勒軟體有其關鍵價值。本系統研發內容係利用AI輔助放射治療，應用於影像品質改善與多種影像融合，提供癌症放射治療前的危急器官勾勒，朝向腫瘤標靶勾勒之整體解決方案。為提升醫療量能，擴展AI應用，醫院端負責開發與驗證數據後，技術轉移至長佳智能公司，並協助產品取得醫材許可證，落地應用且持續更新發展。

▲ 與他廠比較

▲ 臨床應用與AI介入

▲ 臨床驗證效能

▲ 版本持續更新

新版器官自動勾勒系統最新版本導入多項臨床常見且關鍵之解剖結構，涵蓋頭部、男性骨盆、胸腔與腹部等多個部位，並支援 CT 與 MR 影像之自動勾勒任務。包含如視神經、海馬迴、脊椎節段（VB）、腸胃道、腎上腺、肋骨與髂腰肌等重要結構，大幅提升多區域器官勾勒的完整性。
此次新增之器官均來自臨床實務需求，由放射腫瘤專科醫師實際參與選定與訓練資料標記，並透過 2D/3D 混合深度學習架構與視覺轉換器模型進行強化，提升在變異性高或解剖邊界模糊情境下的分割準確度。
腫瘤鄰近高風險區域之規劃與風險評估（如 PRV 建立）。
特殊構型病灶或多模態影像輔助下的器官分辨與劃分。
支援複雜治療計畫（如頭頸部或骨盆合併腹部放療）之臨床應用。
透過此波器官擴充，器官自動勾勒系統將進一步優化放射治療流程中「速度、精準度與臨床適應性」三者間的平衡，協助臨床團隊提升整體治療品質與效率。

研究論文

Developing an AI-assisted planning pipeline for hippocampal avoidance whole brain radiotherapy；期刊：Radiotherapy & Oncology
https://pubmed.ncbi.nlm.nih.gov/36773828/
Image Segmentation in 3D Brachytherapy Using Convolutional LSTM；期刊：Journal of Medical and Biological Engineering (Springer Link)
https://link.springer.com/article/10.1007/s40846-021-00624-0
Association of radiation dose to cardiac substructures with major ischaemic events following breast cancer radiotherapy；期刊：European Heart Journal
https://pubmed.ncbi.nlm.nih.gov/37585426/
Automated Hypofractionated IMRT treatment planning for early-stage breast cancer；期刊：Radiation Oncology (BMC)
https://pubmed.ncbi.nlm.nih.gov/32178694/