医智影研究成果登上 IEEE JBHI

基于人工智能大模型的鼻咽癌靶区自动勾画达到专家级水平

近日，医智影科技研究成果RT-SAM: Visual-Prompt Fusion and Uncertainty Enhancement for Nasopharyngeal Carcinoma Radiotherapy Target Delineation 发表于 IEEE Journal of Biomedical and Health Informatics（JCR Q1，IF=7.7）。论文基于人工智能大模型，提出RT-SAM框架，用于鼻咽癌临床靶区（CTV）及淋巴结临床靶区（CTVnd）的自动勾画。

鼻咽癌靶区勾画是放疗计划制定中的重要环节。鼻咽部解剖结构精细，CT软组织对比度有限，肿瘤可能存在黏膜下及神经周围扩散，不同医生之间的靶区勾画存在明显差异。研究指出，即使是有经验的放疗医生，对同一病例勾画出的CTV 体积差异也可能超过30%。

本研究的创新之处在于将通用图像分割大模型（SAM，Segment Anything）作为预训练通用模型，针对鼻咽癌场景训练学习与CTV相关的特异性信息，从而形成针对复杂场景的鼻咽癌CTV自动勾画大模型。

具体来讲，RT-SAM从初步分割结果中生成掩膜、边界框和点等不同形式的视觉提示，并通过视觉提示融合注意力机制进行融合，让模型能够从不同层面关注目标区域。针对靶区边界存在的不确定性，研究还提出了不确定性增强预测调整机制，提高模型在复杂解剖及边界模糊区域的稳定性。

研究基于中山大学肿瘤防治中心256例鼻咽癌临床病例及 SegRap2025公开数据集212例病例进行验证，采用5折交叉验证。结果显示，RT-SAM勾画的靶区轮廓与专家勾画高度重合，平均重合度（DICE）接近0.8；更关键的是，不同病例间的表现十分稳定（±0.033），未出现明显波动。考虑到鼻咽癌靶区解剖结构复杂、边界常不清晰，AI勾画能在这一部位保持如此稳定的重合水平，为其进入日常临床流程打下了基础。

在临床评价中，8名具有10年以上经验的放疗科医生对40个随机化的三维 CTV 病例进行盲法评价。专家人工勾画平均质量为2.66，而 RT-SAM 平均质量评分为2.73，超出专家平均0.07；同时，超过97%的AI勾画结果获得临床可接受评价。

研究还设置了改良版三维"图灵测试"，医生对 AI 勾画与人工勾画的识别率没有显著偏离随机水平。这意味着，在该研究的实验条件下，RT-SAM生成的CTV 靶区轮廓在视觉与临床评价层面均已达到与专家勾画相当的水平。

RT-SAM是医智影将人工智能大模型应用于放疗临床靶区智能勾画方向的探索。在产品端，医智影RT-Brain全流程放疗智能系统中的靶区自动勾画系统RT-Mind，已将AI勾画能力嵌入放疗科日常流程，覆盖鼻咽癌、头颈、胸、腹、盆等多瘤种。

目前，RT-Brain系列已在全球超500家医院投入应用，每年服务超40万癌症患者，国内市场占有率位居行业前列。

从科研到产品，医智影持续以"用有温度的人工智能技术赋能放疗全流程"为方向，推动算法能力与临床需求深度结合，让智能技术真正成为放疗一线可靠、实用的工具，为更多肿瘤患者带来更精准的治疗服务。