导读：近日，武汉大学教授彭浩团队首次在国际上提出了基于人工智能与深度学习的辐射剂量实时监测，成功利用生成对抗网络DiscoGAN的计算框架，并加以人体组织的图像信息和组织本领的先验信息，在脑部、肺部和腹部多个区域实现了接近蒙卡精度的高速剂量计算和验证（...
近日，武汉大学教授彭浩团队首次在国际上提出了基于人工智能与深度学习的辐射剂量实时监测，成功利用生成对抗网络DiscoGAN的计算框架，并加以人体组织的图像信息和组织本领的先验信息，在脑部、肺部和腹部多个区域实现了接近蒙卡精度的高速剂量计算和验证（差别小于5%）。相比于传统的质子计划系统中使用的笔行束计算方法，该计算可以在一秒内完成，并且准确度更高。相关研究成果以《基于生成对抗网络的质子治疗剂量计算框架》为题，发表于《医学物理》。
目前，全球质子治疗中心和治疗患者数目的年增长速度超过13%。但大部分质子中心集中在美国、欧洲、日本等发达国家。近年来我国已加入高速建设质子中心的行列。
质子放疗具有布拉格峰这一显著的剂量学优势。它会在布拉格峰后完全停止剂量输送，但只有实时剂量的测量才能够确定布拉格峰是否停止在肿瘤内，从而充分发挥其“集中放疗剂量在肿瘤内而保护周围的危及器官”的优势。这一点对于确保下一代质子闪疗FLASH技术临床应用的安全有效至关重要。
不过，质子治疗过程中也有一些不确定性，包括射程误差、呼吸运动引起的误差、摆位误差、病人的解剖结构变化引起的误差等诸多因素。如果配合武大医学物理团队已成功开发的基于人工智能的核信号和声波信号在线监测方法，实时剂量计算框架将能应用于质子治疗的多个质控环节，包括治疗前的剂量验证，影像引导的病人摆位确认和治疗过程中的在线监测。并且，端到端的累计剂量误差分析，可以为整个疗程的精准放疗提供有效指导和诸多应用价值，最终提高病人总体生存率和改善病人的生活质量。
（温才妃）
