[发明专利]用于放射治疗规划的质量感知持续学习的方法和系统

权利要求书

1.一种计算机系统执行的用于放射治疗规划的质量感知持续学习的方法，其中所述方法包括：

获取被训练以执行放射治疗规划任务的人工智能(AI)引擎；

基于与患者相关联的输入数据，使用所述AI引擎执行所述放射治疗规划任务以生成与所述患者相关联的输出数据；

获取经修改的输出数据，所述经修改的输出数据包括由治疗规划者对所述输出数据做出的一个或多个修改；

基于以下中的至少一项执行质量评估：(a)与所述经修改的输出数据相关联的第一质量指标数据，以及(b)与所述治疗规划者相关联的第二质量指标数据；以及

响应于基于所述质量评估接受所述经修改的输出数据的决定，通过基于所述经修改的输出数据重新训练所述AI引擎来生成经修改的AI引擎。

2.根据权利要求1所述的方法，其中执行质量评估包括：

通过对所述经修改的输出数据应用一个或多个统计模型，确定与所述经修改的输出数据相关联的统计参数数据形式的所述第一质量指标数据。

3.根据权利要求1或2所述的方法，其中执行质量评估包括：

从多个治疗规划者中标识所述治疗规划者；以及

确定指派给所述治疗规划者的可信度得分形式的所述第二质量指标数据。

4.根据权利要求1、2或3所述的方法，其中生成所述经修改的AI引擎包括：

基于(a)所述第一质量指标数据和(b)所述第二质量指标数据中的至少一项为所述经修改的输出数据指派案例权重。

5.根据权利要求1至4中任一项所述的方法，其中所述方法还包括：

获取由所述多个治疗规划者基于多个治疗规划案例而生成的规划者生成输出数据；

基于所述规划者生成输出数据，确定与所述多个治疗规划案例相关联的共识真实数据；以及

基于所述规划者生成输出数据与所述共识真实数据之间的比较，将可信度得分形式的所述第二质量指标数据指派给所述多个治疗规划者中的每个治疗规划者。

6.根据权利要求1至5中任一项所述的方法，其中所述方法还包括：

使用所述AI引擎执行所述放射治疗规划任务，以基于与所述放射治疗规划任务相关联的相应多种技术生成输出数据的多个集合；以及

获取由所述治疗规划者从所述多个集合中选择的特定输出数据集合形式的经修改的输出数据，其中所述特定输出数据集合是基于所述多种技术中的一种技术生成的。

7.根据权利要求1至6中任一项所述的方法，其中所述方法还包括以下中的一项：

基于指派给相应多个治疗规划者的多个可信度得分，从所述多个治疗规划者中选择专家组来审查所述经修改的输出数据；

基于指派给特定治疗规划者的特定可信度得分，从多个治疗规划者中为特定放射治疗规划任务选择所述特定治疗规划者；以及

基于指派给特定治疗规划者的特定可信度得分，针对所述特定治疗规划者确定奖励。

8.根据权利要求1至7中任一项所述的方法，其中执行所述放射治疗规划任务包括：

使用所述AI引擎执行自动分割以基于与所述特定患者相关联的输入图像数据生成输出结构数据；

使用所述AI引擎执行剂量预测以基于与所述特定患者相关联的输入图像数据和输入结构数据生成输出剂量数据；以及

使用所述AI引擎执行治疗递送数据预测以基于与所述特定患者相关联的输入剂量数据生成治疗递送数据。