PulseAugur
实时 03:28:57
English(EN) A Guideline-Aware AI Agent for Zero-Shot Target Volume Auto-Delineation

AI代理OncoAgent将放射治疗计划调整为新的临床指南

研究人员开发了OncoAgent,一个新颖的AI框架,旨在自动勾画放射治疗中的临床靶体积(CTV)。该代理将文本临床指南转换为三维轮廓,而无需重新训练,解决了现有深度学习模型的一个关键限制。在食管癌病例的评估中,OncoAgent取得了与监督方法相当的性能,并因其符合指南和临床可接受性而受到医生青睐。该框架在没有进一步训练的情况下,还展示了对不同解剖部位和指南的泛化能力。 AI

影响 随着临床指南的演变,该AI代理有望显著减少更新放射治疗计划工具所需的时间和成本。

排序理由 该集群包含一篇详细介绍新AI模型及其评估的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI代理OncoAgent将放射治疗计划调整为新的临床指南

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yoon Jo Kim, Wonyoung Cho, Jongmin Lee, Han Joo Chae, Hyunki Park, Sang Hoon Seo, Jae Myung Noh, Kyungmi Yang, Dongryul Oh, Jin Sung Kim ·

    面向零样本目标体积自动分割的指南感知AI代理

    arXiv:2603.09448v2 Announce Type: replace-cross Abstract: Delineating the clinical target volume (CTV) in radiotherapy involves complex margins constrained by tumor location and anatomical barriers. While deep learning models automate this process, their rigid reliance on expert-…