[发明专利]用于自动产生剂量预测模型以及作为云服务的疗法治疗计划的系统和方法

说明书

本发明提出了一种用于基于从多个源累积的现有的临床知识来自动产生剂量预测模型而没有合作者在彼此之间建立通信链接的方法。根据要求保护的主题的实施例，诊所可以通过将其治疗计划提交到远程计算机系统(诸如基于云的系统)中来在产生剂量预测模型时合作，远程计算机系统从各种合作者聚合信息并且产生从所有提交的治疗计划中捕获临床信息的模型。根据另外的实施例，该方法可以包含其中使得由诊所提交的所有患者数据匿名或者先于通过通信链路提交相关参数来提取和浓缩相关参数以便遵守地方性法规的步骤。

优先权的要求

本申请要求2013年5月21日提交的Hartman等人的题为“SYSTEM AND METHODS FORAUTOMATIC CREATION OF DOSE PREDICTION MODELS AND THERAPY TREATMENT PLANS AS ACLOUD SERVICE”的美国临时申请第61/798,852号的权益，其全部内容通过引用并入本文。

背景技术

放射学是出于诊断和治疗目的来处理医学成像的医学科学的一个分支。放射学的实践通常涉及使用X射线机器或其它放射设备来执行诊断或管理治疗。其它放射学实践采用没有涉及放射的技术，诸如磁共振成像(MRI)和超声波。作为医学领域，放射学可以涉及两个子领域——诊断放射学和治疗放射学。

诊断放射学处理各种成像模式的用以帮助诊断主体(subject)中的疾病或症状的用途。通常，相对低剂量的X射线的宽的射束从放射源来生成并且朝着成像靶标(target)被定向。关于成像靶标定位在源的相对侧的成像器接收入射放射并且图像基于所接收的辐射被生成。更新的技术和先进的技术使得能够通过将计算机断层摄影术(CT)应用于医疗成像技术来实现改进的图像采集。涉及CT扫描的传统的医疗成像过程通常产生靶标区域的一系列2维图像，其随后可以使用计算机化的算法被组合以生成靶标区域的3维图像或模型。

治疗放射学或者放射肿瘤学涉及使用放射以通过向靶标区域定向施加放射来治疗疾病(诸如癌症)。在放射疗法中，放射以预先规定的剂量被施加(通常作为射束)到靶标区域的一个或多个区域。由于放射可能存在潜在危害，所以可以进行昂贵的治疗计划，有时是在实际治疗过程之前，以查明要施加射束的精确位置并且限制对于主体中的其它区域的不必要的放射暴露。治疗计划阶段可以包括执行CT扫描或者其它成像技术以获取图像数据，图像数据能够在随后用于精确地计算主体的正确的位置和方位、主体内的一个或多个靶标区域的位置，以及预测要在疗法期间施加的放射的剂量。

传统上，放射治疗计划由人工操作者通过手动定义实现临床可接受的计划的最优目标(objective)来产生。近来，人工操作者可以通过利用现有的临床知识来自动产生治疗计划，现有的临床知识是由算法通过使用训练阶段来捕获的，训练阶段要求人工操作者选择用于算法的示例。

通过现有的系统实现的自动计划依赖于人工操作者来训练算法，这要求人工操作者能够访问现有的放射治疗计划。然而，这对于仅开始建立放射治疗的诊所来说可能是禁止的。这一问题已经激化，因为用于训练算法的所有数据必须由负责训练算法的人工操作者可访问并且要求在所有患者与知识库之间建立通信链路。对于其中这样的信息不可用的开始的诊所和实践，自动计划可能完全不是一个选项。

另外，一旦产生，治疗计划通常还基于各种因素(诸如治疗情况、患者和可用资源)进一步被优化。然而，手动地优化治疗计划很耗时，因为优化目标被迭代地变化并且所得到的剂量分布可以被重复地重新评估直到实现最优计划。

治疗计划的关键部分是预测要向患者施加的放射的剂量和剂量分布。在基于知识的剂量预测中，使用来自先前计划的放射治疗的信息来获取作为在新的案例中的可实现的剂量分布的知识而没有执行实际计划。基于知识的剂量预测的一种方法是使用先前计划的案例的集合来产生预测模型，预测模型然后可以用于预测用于新的案例的剂量(而不需要存储与这一训练集合相关的所有信息)。