李江山，楊志宇，蔡鴻斌，林智星，黃妙云（通信作者）

福建醫(yī)科大學(xué)附屬協(xié)和醫(yī)院；福建省腫瘤智能影像與精準(zhǔn)放療重點(diǎn)實(shí)驗(yàn)室；福建省消化、血液系統(tǒng)與乳腺惡性腫瘤放射與治療臨床醫(yī)學(xué)研究中心 （福建福州 350001）

全腦全脊髓放射治療（craniospinal irradiation，CSI）技術(shù)在成人及兒童腦腫瘤的多學(xué)科治療中具有重要作用[1]。體質(zhì)較弱或年齡偏低患者在較長(zhǎng)的CSI 單次治療中，與傳統(tǒng)俯臥位CSI 相比，基于仰臥位的CSI 表現(xiàn)出較好的治療順應(yīng)性和體位保持[2]；而相對(duì)于成人定位圖像，兒童掃描獲得的是縮小版圖像。因此，接受CSI 治療的患者中存在或俯或仰呈互為倒置及呈比例縮放的定位圖像。近年來，隨著人工智能及大數(shù)據(jù)技術(shù)的快速發(fā)展、深度學(xué)習(xí)框架的免費(fèi)開源和計(jì)算機(jī)硬件的提升，圖像自動(dòng)輪廓分割勾畫質(zhì)量得到了改善[3-4]。AccuContour 是基于深度學(xué)習(xí)算法的商用圖像自動(dòng)勾畫軟件，其提出了一種基于深度學(xué)習(xí)和傳統(tǒng)算法模型結(jié)合的方法，該方法分為數(shù)據(jù)收集及標(biāo)注、模型訓(xùn)練、模型預(yù)測(cè)產(chǎn)生結(jié)果3 部分。軟件出廠自帶按部位訓(xùn)練模型和部分癌種靶區(qū)模型，通過選擇軟件自帶模型中的頭頸部模型、男胸部模型、女胸部模型、腹部模型、男下腹部模型、女下腹部模型組合，再勾選需自動(dòng)勾畫的危及器官（organs at risk，OARs），生成自定義的CSI 勾畫模板。國(guó)內(nèi)外眾多學(xué)者對(duì)AccuContour 的自動(dòng)勾畫效果進(jìn)行了評(píng)估分析，但鮮有報(bào)道其對(duì)CSI 患者的自動(dòng)勾畫效果[3]。任何類型及規(guī)模組織的放射治療均面臨各種各樣可能影響到其目標(biāo)實(shí)現(xiàn)的風(fēng)險(xiǎn)[5]。因此，本研究選取2012 年1 月至2022 年12 月于我院接受CSI 的患者，應(yīng)用AccuContour 軟件自動(dòng)勾畫靶區(qū)和OARs，利用風(fēng)險(xiǎn)評(píng)估技術(shù)探討CSI 患者形變圖像的不確定性對(duì)AccuContour 軟件數(shù)據(jù)完整、可臨床使用的固有穩(wěn)健設(shè)計(jì)目標(biāo)是否存在影響，并對(duì)靶區(qū)和OARs 做出風(fēng)險(xiǎn)分型及勾畫差異歸因分類，制定臨床行動(dòng)策略和軟件升級(jí)響應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)。

1 資料與方法

1.1 一般資料

回顧性分析2012 年1 月至2022 年12 月于我院接受CSI 的40 例患者，其中仰臥位定位和俯臥位定位分組患者各20 例，且同一固定體位分組中成人和兒童各10 例。仰臥成人（supine and adult，SA）組中位年齡為53.0（29.0）歲，頭頂至骶骨長(zhǎng)度為83.5（4.5）cm，男6 例，女4 例。仰臥兒童（supine and child，SC）組中位年齡為7.5（6.0）歲，頭頂至骶骨長(zhǎng)度為63.7（13.2）cm，男4 例，女6 例。俯臥成人（prone and adult，PA）組中位年齡為50.5（21.0）歲，頭頂至骶骨長(zhǎng)度為84.6（4.8）cm，男5 例， 女5 例。 俯臥兒童（prone and child，PC）組中位年齡為12.0（4.0）歲，頭頂至骶骨長(zhǎng)度為70.7（10.2）cm，男4 例，女6 例。同年齡段不同體位組的年齡和頂骶長(zhǎng)差異無統(tǒng)計(jì)學(xué)意義（P＞0.05），同體位不同年齡段組的年齡和頂骶長(zhǎng)差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。本研究經(jīng)醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，由于研究屬于回顧性分析，無需簽署知情同意書。

納入標(biāo)準(zhǔn)：成人年齡大于25 歲且定位圖像頭頂至骶骨長(zhǎng)度大于80 cm，兒童年齡小于15 歲且定位圖像頭頂至骶骨長(zhǎng)度小于80 cm；無遠(yuǎn)處轉(zhuǎn)移；臨床資料完整。排除標(biāo)準(zhǔn)：合并全內(nèi)臟反位；只能被動(dòng)體位定位；存在器官切除或移位手術(shù)史；合并其他腫瘤；合并嚴(yán)重心、氣胸疾病。

1.2 方法

所有患者均行螺旋CT 模擬定位掃描。仰臥組以一體架、頭枕及頭頸肩膜、體膜固定定位。俯臥組以真空墊、船型枕及熱塑膜固定定位。管電壓為120 kV，管電流為300 mAs，掃描范圍為頭頂至骶椎下緣，層厚5 mm，圖像分辨率為512×512。（1）人工勾畫：將分散于不同治療計(jì)劃系統(tǒng)（treatment planning system，TPS）的CT 定位圖像和已勾畫或部分勾畫的輪廓文件統(tǒng)一傳輸并導(dǎo)入Eclipse v15.6（VARIAN Inc，USA）。由1 名具有16 年勾畫經(jīng)驗(yàn)的副主任醫(yī)師參照SIOPE 指南[1]修改和補(bǔ)充勾畫靶區(qū)和OARs，包括腦、脊髓腔、左右眼球、左右視神經(jīng)、左右晶體、左右腮腺、喉、甲狀腺、氣管、左右肺、食管、胃、心臟、肝臟、左右腎臟，并將勾畫好的輪廓文件傳入AccuContour 進(jìn)行數(shù)據(jù)分析（后文OARs 所指包含腦和脊髓腔）。（2）自動(dòng)勾畫：將所有患者的CT 定位圖像從Eclipse 傳至AccuContour v3.2（MANTEIA，中國(guó)）中，選擇自帶訓(xùn)練模型組合自定義的CSI 勾畫模板進(jìn)行自動(dòng)勾畫。模型訓(xùn)練模塊在獲取訓(xùn)練集數(shù)據(jù)后，依次構(gòu)建損失函數(shù)池、圖像分割模型池和可選擇參數(shù)池。首先，基于所述可選擇參數(shù)池隨機(jī)選擇相應(yīng)的損失函數(shù)、圖像分割模型和訓(xùn)練參數(shù)值構(gòu)建訓(xùn)練模型，并基于訓(xùn)練集數(shù)據(jù)對(duì)訓(xùn)練模型進(jìn)行訓(xùn)練，獲取訓(xùn)練好的訓(xùn)練模型；然后，對(duì)每一個(gè)訓(xùn)練好的訓(xùn)練模型在對(duì)應(yīng)的驗(yàn)證集上進(jìn)行戴斯相似系數(shù)（Dice similarity coefficient，DSC）值計(jì)算處理，獲取每個(gè)訓(xùn)練好的訓(xùn)練模型驗(yàn)證測(cè)試的DSC 值；最后，選擇DSC 值最高的對(duì)應(yīng)的訓(xùn)練好的訓(xùn)練模型作為最終的OARs 自動(dòng)勾畫模型[6]。

1.3 評(píng)價(jià)參數(shù)

使用AccuContour 軟件中的勾畫差異分析功能，分別選擇人工和自動(dòng)勾畫輪廓作為參考，對(duì)比勾畫結(jié)構(gòu)，進(jìn)行參數(shù)分析。使用軟件內(nèi)嵌評(píng)價(jià)參數(shù)包括DSC、95 百分位豪斯多夫距離（95th percentile Hausdorff distance，HD95）。

1.3.1 DSC

用于計(jì)算2 個(gè)集合間的重疊區(qū)域所占比例，DSC 取值范圍為0～1，0 表示最差，1 表示重疊性最佳，其計(jì)算公式如下。

式中，VA和VB分別表示A 集合和B 集合體積。

1.3.2 HD95

基于距離度量來衡量點(diǎn)集相似性的參數(shù)，HD95 取值范圍為0～I(xiàn)NF，0 表示偏離最小，INF無限大表示最差，其計(jì)算公式如下。

1.4 界定風(fēng)險(xiǎn)準(zhǔn)則

風(fēng)險(xiǎn)管理指南[7]中界定風(fēng)險(xiǎn)準(zhǔn)則為組織基于其目標(biāo)，確定其所能承受的風(fēng)險(xiǎn)數(shù)量和類型，考慮如何界定度量后果和可能性并支持決策過程。風(fēng)險(xiǎn)管理評(píng)估技術(shù)標(biāo)準(zhǔn)[5]規(guī)定了風(fēng)險(xiǎn)技術(shù)的選擇和應(yīng)用指南。本研究采用標(biāo)準(zhǔn)中以下兩種風(fēng)險(xiǎn)分析方法。（1）德爾菲（DELPHI）法為一種綜合各類專家觀點(diǎn)并促其一致的方法，有利于風(fēng)險(xiǎn)源與影響的識(shí)別、可能性與后果分析及風(fēng)險(xiǎn)評(píng)價(jià)，需要獨(dú)立分析和專家投票。分析步驟包括組建專家團(tuán)隊(duì)、編制首輪問卷、首輪問卷分析對(duì)比和匯總、不同意見進(jìn)行新一輪問卷、循環(huán)以上過程直到達(dá)成共識(shí)。（2）危險(xiǎn)與可操作性分析（hazard and operability study，HAZOP）法是一種綜合性的風(fēng)險(xiǎn)識(shí)別過程，用于明確可能偏離預(yù)期績(jī)效的偏差，并可評(píng)估偏離的危害度，其使用一種基于引導(dǎo)詞的系統(tǒng)，分析步驟包括確定研究目標(biāo)和范圍、成立多專業(yè)成員團(tuán)隊(duì)、建立關(guān)鍵引導(dǎo)詞、收集必要的文件。

1.4.1 風(fēng)險(xiǎn)后果分析準(zhǔn)則

本研究結(jié)合風(fēng)險(xiǎn)后果可容許程度，利用DELPHI法將不同自動(dòng)勾畫結(jié)果由5 位具有10 年以上勾畫經(jīng)驗(yàn)及勾畫審核權(quán)限的專家評(píng)審，對(duì)勾畫結(jié)果是否進(jìn)行修改作出臨床定性評(píng)判并定量統(tǒng)計(jì)DSC 和HD95。首輪共識(shí)，評(píng)判出不可接受、必須做出勾畫修改的OARs，統(tǒng)計(jì)后總體或分組DSC 中位數(shù)小于0.8，而HD95 中位數(shù)大于等于10 mm。將未達(dá)成完全一致的評(píng)判再次進(jìn)行評(píng)審和統(tǒng)計(jì)，達(dá)成第二輪共識(shí)，專家廣泛可接受、直接臨床使用的OARs，其統(tǒng)計(jì)后總體和分組DSC 中位數(shù)大于0.9，而HD95 小于5.5 mm。第三輪結(jié)合分組是否具有統(tǒng)計(jì)學(xué)差異進(jìn)行中間區(qū)域細(xì)化，最終達(dá)成本單位的風(fēng)險(xiǎn)準(zhǔn)則共識(shí)，見表1。由于較高風(fēng)險(xiǎn)的中間區(qū)域仍需增加臨床投入，因此分型上向更高風(fēng)險(xiǎn)等級(jí)的分型靠攏。

表1 風(fēng)險(xiǎn)后果分析準(zhǔn)則的界定

1.4.2 風(fēng)險(xiǎn)可能性分析準(zhǔn)則

HAZOP 法可識(shí)別過程、系統(tǒng)和程序的失效模式、失效原因，廣泛用于軟件設(shè)計(jì)評(píng)審中[5]。本研究成立由勾畫醫(yī)師、審核醫(yī)師、計(jì)劃劑量師、審核物理師多專業(yè)人員組成的團(tuán)隊(duì)，采用技術(shù)系統(tǒng)常用的關(guān)鍵引導(dǎo)詞開展HAZOP 分析，分析輸出見表2。在引導(dǎo)詞關(guān)聯(lián)上去除不匹配的伴隨和兼容性，加入人為錯(cuò)誤的引導(dǎo)詞—人因，達(dá)成最后共識(shí)并賦予新術(shù)語(yǔ)構(gòu)造解釋型引導(dǎo)詞。

表2 風(fēng)險(xiǎn)可能性分析準(zhǔn)則的界定

1.5 統(tǒng)計(jì)及繪圖軟件

使用SPSS 26.0軟件對(duì)評(píng)價(jià)參數(shù)進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料以M（IQR）表示。對(duì)PC、PA、SC 與SA 4 組數(shù)據(jù)采用克魯斯卡爾-沃利斯非參數(shù)檢驗(yàn)。使用Origin 10.0 軟件對(duì)評(píng)價(jià)參數(shù)進(jìn)行箱線分析圖繪制。箱體范圍（Q）取25 百分位數(shù)到75 百分位數(shù)，須線界值為Q～1.5IQR，異常值1.5～3.0IQR，極值大于3.0IQR，分組內(nèi)連線基于中位數(shù)。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 DSC 和HD95 統(tǒng)計(jì)

統(tǒng)計(jì)所有患者總體和4 組DSC?？傮wDSC 中位數(shù)最高的OARs 為腦、肝臟、左右肺、左右腎、心臟和左右眼球，DSC 均大于0.9。其余OARs 的DSC 雖較低但也大于0.75。4 組經(jīng)克魯斯卡爾-沃利斯非參數(shù)檢驗(yàn)有統(tǒng)計(jì)學(xué)意義的OARs 見表3。統(tǒng)計(jì)所有患者總體和4 組HD95。總體HD95 中位數(shù)最?。s1 mm）的是左右晶體，其次（2～4 mm）為左右眼球、左右肺和腦；最大（≥10 mm）的是食管、氣管、脊髓腔和胃，其余OARs 中位數(shù)約為5 mm。4 組所有OARs 中僅食管HD95 的克魯斯卡爾-沃利斯非參數(shù)檢驗(yàn)結(jié)果差異有統(tǒng)計(jì)學(xué)意義（P=0.028＜0.05），但兩兩比較，差異無統(tǒng)計(jì)學(xué)意義（調(diào)整后P＞0.05），可認(rèn)為4 組食管的HD95 差異無統(tǒng)計(jì)學(xué)意義。

表3 4組DSC差異有統(tǒng)計(jì)學(xué)意義的OARs [M（IQR）]

2.2 風(fēng)險(xiǎn)后果分析

對(duì)4 組OARs 的DSC 參數(shù)做箱線分析圖。依照后果分析準(zhǔn)則，對(duì)OARs 進(jìn)行風(fēng)險(xiǎn)分型。不同分型OARs 匯總比較如圖1～3 所示。對(duì)各分型的OARs 各取一實(shí)例進(jìn)行展示見圖4。

圖1 4 組DSC 箱線分析圖之魯棒型器官

圖2 4 組DSC 箱線分析圖之平衡型器官

圖3 4 組DSC 箱線分析圖之審慎型器官

圖4 部分OARs 自動(dòng)勾畫與人工勾畫對(duì)比實(shí)例

2.3 風(fēng)險(xiǎn)可能性分析

逐例逐層回顧統(tǒng)計(jì)各OARs，結(jié)合DSC 和HD95，依照可能性分析準(zhǔn)則，將自動(dòng)勾畫與手動(dòng)勾畫的差異歸因分析列于表4。其中Ⅳ～Ⅶ類主要影響體現(xiàn)在異常值和極值。不同風(fēng)險(xiǎn)引導(dǎo)詞的實(shí)例見圖5。其中Ⅰ～Ⅵ類歸因引導(dǎo)詞各展示a、b 兩種例子。

圖5 自動(dòng)勾畫與人工勾畫差異歸因?qū)嵗?/p>

表4 自動(dòng)勾畫風(fēng)險(xiǎn)可能性分析結(jié)果

2.4 風(fēng)險(xiǎn)應(yīng)對(duì)

結(jié)合后果和可能性，在明確風(fēng)險(xiǎn)性質(zhì)、等級(jí)并考慮收益和成本后，對(duì)軟件做臨床應(yīng)用和開發(fā)響應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)建議（見表5）。遵循安全工程領(lǐng)域的“最低合理可行”準(zhǔn)則（as low as reasonably practicable，ALARP）[5]，剩余風(fēng)險(xiǎn)需降到合理可行范圍內(nèi)的最低程度。例如，魯棒型OARs 出現(xiàn)Ⅵ類左右器官識(shí)別錯(cuò)誤，此時(shí)應(yīng)采取較高的風(fēng)險(xiǎn)應(yīng)對(duì)以降低剩余風(fēng)險(xiǎn)。

表5 軟件應(yīng)用方和開發(fā)方的風(fēng)險(xiǎn)應(yīng)對(duì)

3 討論

人工智能技術(shù)特別是深度學(xué)習(xí)的最新進(jìn)展催生了一系列用于放療輪廓自動(dòng)勾畫的軟件，但這些軟件在臨床應(yīng)用前有必要進(jìn)行前期驗(yàn)證和測(cè)試[8-9]。Baroudi 等[10]綜述了定量、定性、劑量學(xué)、對(duì)效率的影響、對(duì)患者預(yù)后影響預(yù)測(cè)及其他考量（諸如風(fēng)險(xiǎn)評(píng)估等）的評(píng)價(jià)方法，以用于評(píng)價(jià)一個(gè)新的軟件應(yīng)用是否為“臨床可接受的”。所有這些評(píng)價(jià)方法均有其優(yōu)勢(shì)和局限性，缺乏標(biāo)準(zhǔn)化的評(píng)估指標(biāo)。本研究參照國(guó)標(biāo)風(fēng)險(xiǎn)管理指南，結(jié)合定性和定量評(píng)價(jià)方法，對(duì)我院引入的AccuContour 軟件進(jìn)行臨床應(yīng)用前的驗(yàn)證和測(cè)試。將接受CSI 患者作為先導(dǎo)研究，以期發(fā)現(xiàn)軟件應(yīng)用的偏差風(fēng)險(xiǎn)，進(jìn)而針對(duì)性應(yīng)對(duì)。實(shí)踐中可直接根據(jù)應(yīng)對(duì)等級(jí)要求，利用軟件的OARs 標(biāo)簽添加不同策略標(biāo)識(shí)，再利用標(biāo)識(shí)做后續(xù)使用的勾畫審核指導(dǎo)。

本研究結(jié)果表明，AccuContour 軟件應(yīng)用于CSI 患者靶區(qū)和OARs 的自動(dòng)勾畫具有良好的勾畫效果，但數(shù)據(jù)完整、臨床可使用的固有穩(wěn)健設(shè)計(jì)目標(biāo)受到形變圖像的影響，部分勾畫結(jié)果存在不適用風(fēng)險(xiǎn)。分析原因?yàn)?，魯棒型OARs 不論何種形變圖像均表現(xiàn)出優(yōu)良的勾畫效果，這可能得益于OARs 是實(shí)質(zhì)器官、體積較大、邊界清晰且與周邊組織器官的對(duì)比度高。應(yīng)用方和開發(fā)方按最低風(fēng)險(xiǎn)應(yīng)對(duì)后，仍需監(jiān)督剩余風(fēng)險(xiǎn)。平衡型OARs 雖然軟件勾畫差異歸因也主要集中分布在Ⅰ～Ⅲ類，但需增加臨床投入成本以獲取適用效益，建議軟件開發(fā)方進(jìn)行風(fēng)險(xiǎn)可能性改變的進(jìn)一步優(yōu)化升級(jí)。審慎型OARs 之于喉、氣管和食管，兒童組仰臥、俯臥的勾畫效果均比對(duì)應(yīng)體位的成人組差。這可能與兒童的含腔器官未發(fā)育完全，其位置形態(tài)、質(zhì)地層次、腔隙大小等解剖表觀差異有關(guān)。而胃和左右晶體則表現(xiàn)出仰臥位優(yōu)于俯臥位而年齡段差異不顯著。原因?yàn)楦┡P位時(shí)部分患者胃內(nèi)容物墜滯腹前而含氣胃移至背后鄰左肺下葉以至于軟件錯(cuò)將其識(shí)別成左肺的一部分，以及俯臥時(shí)胃的受迫擠壓造成移形走位致使軟件識(shí)別不到位。至于晶體，可能是俯臥位船型枕的引入造成CT 上顱面?zhèn)鹊漠悜B(tài)，加之納入模型訓(xùn)練樣本不夠，導(dǎo)致泛化能力不足從而引起軟件圖像分割出現(xiàn)錯(cuò)誤。這類風(fēng)險(xiǎn)分型的OARs 受形變圖像影響尤甚，臨床需審慎使用，可以承擔(dān)一定風(fēng)險(xiǎn)以獲取機(jī)會(huì)，也可部分不采用以規(guī)避風(fēng)險(xiǎn)。對(duì)軟件開發(fā)方提出消除風(fēng)險(xiǎn)修正升級(jí)應(yīng)對(duì)建議。而對(duì)于左右器官識(shí)別錯(cuò)誤的臨床禁忌亟待開發(fā)方做必要的應(yīng)急修正。

國(guó)內(nèi)外學(xué)者關(guān)于AccuContour 軟件自動(dòng)勾畫的研究多針對(duì)單器官[11-12]或局限單部位病種[13-17]。李金凱等[16]研究DSC 對(duì)比明顯較高。分析其研究，手動(dòng)勾畫結(jié)果是基于自動(dòng)勾畫修改得來的。這種方法勾畫結(jié)果受到自動(dòng)勾畫的偏導(dǎo)影響，不修改或少修改造成結(jié)果均優(yōu)于其他研究。李華玲等[17]研究的DSC 較低，除了不同研究間數(shù)據(jù)量、CT 圖像質(zhì)量、OARs 勾畫原則差異外，考慮到其研究較早，軟件版本不同可能是重要原因。

本研究存在3 個(gè)方面的不足和機(jī)遇。（1）本研究著重基于圖像雙重形變的風(fēng)險(xiǎn)源事件，而風(fēng)險(xiǎn)具有多聯(lián)復(fù)雜性。體現(xiàn)在即使是魯棒型OARs（如肝和腎），仍會(huì)存在箱線圖1 中的極值?；仡櫜±鸸串嬈畹脑蚴谴嬖趥斡?。正如宋威等[18]研究的牙齒修復(fù)物和夏春軍等[19]研究的口腔植入物，產(chǎn)生的金屬偽影可影響OARs 的自動(dòng)勾畫且與偽影嚴(yán)重等級(jí)呈正相關(guān)。肝病例的金屬偽影和腎病例的造影劑偽影也降低了勾畫重疊性，增加了風(fēng)險(xiǎn)。而且2 例右腎也符合造影劑代謝潴留不同引起的偽影，嚴(yán)重等級(jí)與造成的勾畫效果差異呈正相關(guān)。這些研究提示圖像偽影也是風(fēng)險(xiǎn)源事件，應(yīng)用方在使用軟件時(shí)對(duì)受偽影影響層面需給予核查關(guān)注，同時(shí)也是開發(fā)方的優(yōu)化升級(jí)要點(diǎn)。（2）明確環(huán)境信息中確定的內(nèi)部參數(shù)為基于軟件自帶的模型。當(dāng)手動(dòng)勾畫標(biāo)準(zhǔn)習(xí)慣與自帶模型訓(xùn)練標(biāo)簽差異時(shí)，如脊髓腔的標(biāo)準(zhǔn)勾畫需包含兩側(cè)神經(jīng)根、喉的習(xí)慣勾畫包含構(gòu)成的軟骨，此時(shí)就加大了風(fēng)險(xiǎn)。陳飛等[20]認(rèn)為小樣本自主訓(xùn)練模型是可行的且有臨床使用價(jià)值。龔筱欽等[14]比較了自主訓(xùn)練模型和自帶模型的勾畫后得出，對(duì)OARs 的自動(dòng)勾畫，軟件自帶的模型效果更好。雖結(jié)論并未達(dá)到完全統(tǒng)一，但自主訓(xùn)練為后續(xù)研究提供了一種可能。當(dāng)然，環(huán)境信息改變后，風(fēng)險(xiǎn)評(píng)估和風(fēng)險(xiǎn)應(yīng)對(duì)也應(yīng)隨之改變。（3）界定風(fēng)險(xiǎn)范圍為軟件的固有穩(wěn)健性，符合風(fēng)險(xiǎn)范圍要求的針對(duì)性。而有國(guó)內(nèi)外學(xué)者認(rèn)為勾畫的幾何學(xué)參數(shù)不能完全反映劑量的分布水平，評(píng)價(jià)勾畫效果還應(yīng)包括劑量學(xué)的準(zhǔn)確性[21-22]。因此，還需多層面擴(kuò)展對(duì)軟件的勾畫應(yīng)用進(jìn)行研究。

綜上所述，AccuContour 軟件對(duì)不同輪廓勾畫精度參差不齊，需應(yīng)用方和開發(fā)方合作以提升人工智能輪廓軟件的全面評(píng)估和策略應(yīng)對(duì)水平。開發(fā)相關(guān)的評(píng)價(jià)指標(biāo)并表征有意義的閾值以填補(bǔ)共識(shí)缺失將是重要的研究領(lǐng)域。更具挑戰(zhàn)的是，應(yīng)用軟件可識(shí)別人類評(píng)價(jià)的重要性并引導(dǎo)人類注意力集中于具有不確定性的輪廓區(qū)域，并能部署涵蓋多方參與的、推動(dòng)智能勾畫良性發(fā)展的生態(tài)系統(tǒng)。因此，我們期待能夠增強(qiáng)智能勾畫與人類互動(dòng)工具的出現(xiàn)。同時(shí)，官方正式的軟件勾畫評(píng)價(jià)指南仍亟待相關(guān)部門的開發(fā)完善，提供具體、可操作性強(qiáng)的標(biāo)準(zhǔn)規(guī)范以確保勾畫軟件的合規(guī)研發(fā)和使用，指引軟件相關(guān)方增強(qiáng)監(jiān)管責(zé)任和風(fēng)險(xiǎn)意識(shí)，確保智能勾畫安全、可靠、可控、可持續(xù)發(fā)展。