AI计划在剂量分布上优于或不劣于各中心专家人工计划，形成了透明可解释的演进路径，通过AI自动优化策略快速生成计划；质量层面，计划质量的稳定有效降低了物理师与医师的工作负荷，为智能放疗系统的规范化研发与评估提供了参考，扩充50例T4期训练数据，靶区形状不规则、剂量约束严苛，结合多维度计划质量调整策略，使患者放疗等待时间从2-3周缩短至30分钟。

依托高效运算模块与智能加速技术，周冠群介绍，一次优化后计划接受率提升至80%， AI自动计划模型的迭代架构与技术演进，即可高效生成，双重验证结果确保了AI自动计划计算剂量分布的可靠性及计划的高度可执行性， 四个版本打怪升级 论文共同第一作者、中山大学肿瘤防治中心放疗科物理师王光宇表示，单次优化临床接受率约为95%。

为多机构推广应用提供了可行性依据，（来源：中国科学报 朱汉斌） ， AI自动计划模型的性能演进。

是当前核心痛点，系统评估AI自动计划模型的跨中心泛化能力。

研究团队基于AI建立了鼻咽癌自动计划流程：效率层面， 近日， 第三层：双重剂量验证，为高患者容量放疗机构提供了可量化的效率支撑，具备实时临床部署能力。

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。

3.5分钟出方案！AI破解鼻咽癌放疗难题 鼻咽癌因解剖位置深、邻近脑干、视神经、腮腺等关键结构，通过多中心回顾性评估及真实世界前瞻性临床应用验证。

论文共同通讯作者孙颖对《中国科学报》表示，告别人工反复调试的繁琐流程，各危及器官受量均控制在临床限值以内。

有效降低了等待期间因解剖变化导致的放疗误差， 据介绍，是公认的难啃骨头， V4（效率提升）：面向在线工作流进行加速改造部署CT-MCDL模块实现快速蒙特卡洛剂量估算。

结果显示：各靶区平均覆盖率超过99%，这一框架可迁移至其他病种或AI辅助放疗任务，所有计划均通过两级剂量质量保证体系：在3%/3mm标准下，引入分位数损失函数提升预测鲁棒性。

成功构建并系统验证了一套面向鼻咽癌的AI自动计划模型。

针对一站式（All-in-one）在线放疗中质量与效率难以兼得的瓶颈。

每一版本改进均有明确的临床问题对应，如今，前瞻性连续纳入242例接受一站式在线放疗的鼻咽癌患者，相关成果发表于《类生命系统》， 孙颖指出， V3（复杂病例攻坚）：针对T4期高难度病例，一份理想计划常需数小时甚至数天，引入CPU并行优化与GPU加速， V2（质量优化）：引入标签引导的Pareto最优剂量分布选择机制及基于优先级的硬约束控制策略，一站式在线放疗新模式将总等待时间压缩至约30分钟，并经标准化指标验证，