提速+提质，3.5分钟出方案！孙颖、周冠群团队发布鼻咽癌AI放疗新进展

放疗方案不用苦熬数小时，人工智能一键高效出精品！近日，中山大学肿瘤防治中心孙颖、周冠群团队在国际权威期刊《类生命系统》（Cyborg and Bionic Systems）发表重要研究成果。该研究针对一站式（All-in-one）在线放疗中如何实现既“保质”又“高效”的计划设计这一核心瓶颈，构建并系统验证了一套面向鼻咽癌的AI自动计划模型（点击文末阅读原文查看）。该研究基于大规模临床数据开展模型迭代优化，并通过多中心回顾性评估及真实世界前瞻性临床应用验证，实现了在3.5分钟内稳定生成高质量的放疗计划的核心突破。

啃下“硬骨头”，鼻咽癌放疗计划设计的困境

在肿瘤放疗临床领域，一站式在线放疗将模拟定位，靶区勾画，计划设计与治疗整合为一个在线工作流，使患者放疗等待时间从2-3周缩短为30分钟，极大程度降低了患者治疗等待期间解剖变化导致的放疗误差。可鼻咽癌却一直是放疗界公认的“硬骨头”！该病症病灶周边解剖结构错综复杂，放疗约束标准严苛，是临床里最难制定放疗计划的病种。在临床实践中，通常通过长时间的人工反复调节与优化来进行计划设计，尤其在复杂病例中，往往需要数小时甚至数天才能完成满意方案。此外，手工计划质量高度依赖物理师经验，不同操作者、不同中心间存在显著个体差异，影响计划质量的一致性与可复制性。如何满足在线工作流对“速度”和“质量”的双重要求，是当前面临的核心痛点。

为了解决当前问题，研究团队建立了基于AI的鼻咽癌自动计划流程。效率层面，通过AI自动优化策略实现快速计划生成，显著缩短人工反复调参时间；质量层面，通过AI模型驱动的理想剂量分布预测与标准化优化路径，确保计划输出的计划质量和一致性。

透明迭代路径，监督AI计划模型精准进化

经过全方位技术优化升级后，这套 AI 智能放疗模型迎来实力蜕变！依托高效运算模块与智能加速技术，如今仅需3.5 分钟，就能快速产出一份高标准、高质量的鼻咽癌放疗计划，彻底告别人工反复调试的繁琐流程。AI自动计划模型历经4个版本的系统性迭代开发，逐步攻克了计划质量、鲁棒性与计算效率三大核心挑战。

图1 AI自动计划模型的迭代架构与技术演进

V1（基线模型）：构建以CAD-3DUNet为核心的剂量预测网络，结合多维度计划质量调整策略，实现基本自动计划生成，接受率达60%。

V2（质量优化）：引入标签引导的Pareto最优剂量分布选择机制，以及基于优先级的硬约束控制策略，实现靶区覆盖与危及器官保护之间的智能权衡，一次优化计划效果接受率提升至80%。

V3（复杂病例攻坚）：针对T4期高难度病例专项强化——引入分位数损失函数提升预测鲁棒性，扩充50例T4期训练数据，并以随机平台优化（SPO）替换传统FMO算法，改善剂量适形度与均匀性。

V4（效率提升）：面向在线工作流的计算提速改造——部署CT-MCDL模块实现快速蒙特卡洛剂量估算，引入CPU并行优化与GPU加速剂量计算，将平均优化时间从15至18分钟大幅压缩至3.5分钟，正式具备实时临床部署能力。

AI自动计划模型的性能演进

以“临床需求驱动—算法迭代—提升量化”为主线，每一版本改进均对应明确的临床问题并经标准化指标验证，形成透明可解释的演进路径。该“研发-验证”框架可直接迁移至其他病种或AI辅助放疗任务，为智能放疗系统的规范化研发与系统评估提供参考范本。

临床三层验证，确保AI计划模型可靠落地

第一层：5中心回顾性基准测试

研究纳入来自训练中心以及4家外部独立中心的共计245例患者，覆盖T1至T4各分期，系统评估AI自动计划计划模型的跨中心泛化能力。

图3 AI自动计划与人工计划在四个外部验证中心之间的剂量学比较

AI计划在剂量分布上不仅展示出优于或不劣于各中心专家人工计划的质量，还具有更高的稳定性与一致性。模型在未经本地数据微调的前提下，跨越不同成像协议、勾画习惯与剂量处方方案实现稳定运行，为后续多机构快速推广应用提供了关键可行性依据。

第二层：全球最大规模前瞻性临床验证

随后，本研究前瞻性连续纳入242例接受一站式在线放射治疗的鼻咽癌患者，在真实临床环境下全面评估自动计划系统的临床可行性与实用性。研究设计符合真实世界研究核心标准，所得结论直接反映AI计划系统的日常临床实际表现，代表目前该领域最高级别的前瞻性真实世界循证证据。

前瞻性队列研究的结果统计

前瞻性队列中，自动计划的各靶区平均覆盖率均超过99%，各危及器官受量均控制在临床限值以内，单次优化临床接受率约为95%，计划质量的稳定有效降低了物理师与医师的工作负荷，为高患者容量放疗机构的规模化运营提供可量化的效率支撑。平均计划生成时间为3.5分钟，计划效率的提高缩短了流程等待时间，直接降低分次内运动风险，从源头保障剂量投照精度。

第三层：双重剂量验证

所有计划均通过两级剂量质量保证体系：在3%/3mm标准下第三方算法独立剂量验算的Gamma通过率达99.95%，EPID in vivo在体实时剂量验证的Gamma通过率达98.53%。双重剂量验证确保了AI自动计划计算剂量分布的可靠性以及计划的高度可执行性。

中山大学肿瘤防治中心的孙颖教授、周冠群主任医师，以及浙江省肿瘤医院姜锋教授为该论文的共同通讯作者，中山大学肿瘤防治中心的王光宇物理师、杨鑫副研究员，以及湖南省肿瘤医院倪千喜教授为共同第一作者。

主要研究者简介：

通讯作者：孙颖 教授

中山大学肿瘤防治中心副主任、副院长，二级教授，国家重大人才工程入选者、享受政府特殊津贴专家、人社部国家百千万人才工程“有突出贡献中青年专家”、科技部创新人才推进计划-中青年科技创新领军人才。2026“全国五一劳动奖章”获得者。现任中国抗癌协会第九届理事会理事，中国临床肿瘤学会（CSCO）鼻咽癌专委会副主任委员，中国抗癌协会肿瘤大数据与真实世界研究专委会副主任委员等职。作为联合主席牵头制定了《中国-美国临床肿瘤学会鼻咽癌临床诊治国际指南》；近5年来，作为通讯/一作（含共同）发表高水平论著50余篇，包括Nature、N Engl J Med、Lancet、JAMA、BMJ、Nat Med、Cancer Cell、Lancet Oncol、JCO、Radiology、Nat Commun等；主持国家重点研发计划项目1项、国自然重大研究计划重点支持项目1项、国自然数学天元基金数学与医疗健康交叉重点专项1项及国自然基金面上项目4项；发明专利已授权15项，转让5项；作为主要完成人之一获国家科技进步二等奖3项，省部级科技奖一等奖8项。

通讯作者：周冠群 主任医师

中山大学肿瘤防治中心放疗科主任医师、博士生导师。擅长鼻咽癌、喉癌、下咽癌等头颈部恶性肿瘤的放疗。主要研究方向为鼻咽癌的个体化治疗和正常组织损伤。第一或共同第一作者发表SCI论文40余篇，包括Nature Medicine、Cancer Cell, Lancet Oncol、Nat Commun两篇、Clin Cancer Res两篇、Int J Radia Oncol Bio Phys三篇等。主持国家重点研发计划课题，国家自然科学基金联合专项，国家自然科学基金青年项目，广东省自然科学基金面上项目，广东省青年提升项目等项目。获得2014年“中华医学科技奖一等奖”，2014年“广东省科技进步一等奖”和2014年“教育部科学技术进步一等奖”。

第一作者：王光宇 物理师

中山大学肿瘤防治中心放疗科物理师。主要从事放射治疗计划设计、质控等工作，致力于精准放射治疗物理与技术的研究与应用。主持国家自然科学基金青年科学基金项目，参与国家重点研发计划项目，国自然专项项目，广东省自然科学基金面上项目等多个项目。参与起草NCC/T-RT指南1项，参编人民卫生出版社“医学+X”新医科系列教材《精准放疗质控与数理融合创新教程》。以第一作者在 Cyborg and Bionic Systems、Medical Physics、Radiation Oncology 等国际期刊发表SCI论文5篇，国内外共发表学术论文二十余篇，获批国家发明专利2项。作为核心成员参与的项目，获“创青春”第二届全国卫生健康行业青年创新大赛金奖、2025全国颠覆性技术创新大赛优胜奖。获2025年第一季度“Wiley威立中国高贡献作者奖”。

来源：中山大学肿瘤防治中心订阅号

免责声明：本公众号旨在为医疗卫生专业人士提供肿瘤领域资讯参考，促进专业交流。内容仅供信息交流，不可替代专业医疗指导，亦非诊疗建议。 据此操作，风险自担。转载内容均已标注来源及作者。如有版权问题，请留言联系，我们将及时处理。