Clin Transl Radiat Oncol. 2025 Dez 2;57:101087. doi: 10.1016/j.ctro.2025.101087. edição eletrônica 2026 Mar.

RESUMO

Agradecemos o comentário de Saad et al., que oferece uma oportunidade para esclarecer aspectos metodológicos e clínicos chave de nosso estudo avaliando o impacto do auto-contorno baseado em aprendizado profundo em TC para a delimitação de órgãos em risco na irradiação de flanco pediátrico para tumores renais. Primeiro, o protocolo de anotação foi fornecido nos Materiais Suplementares originais, e instruções adicionais de delimitação seguiram os padrões estabelecidos do SIOP-RTSG. Segundo, como já mencionado na discussão do manuscrito, reconhecemos o viés inerente associado às delimitações de consenso STAPLE, e abordamos isso incluindo uma referência adicional de único especialista em nossa avaliação. Terceiro, embora a análise de dose possa fornecer insights clínicos valiosos, não é essencial nesta fase, pois a avaliação geométrica permanece o principal referencial para validar o desempenho do auto-contorno. Quarto, embora a quantificação de incerteza seja uma direção de pesquisa promissora, nosso estudo foi projetado para refletir a prática clínica atual, onde a segmentação consciente da incerteza ainda não foi integrada aos sistemas rotineiros de auto-segmentação. Finalmente, reconhecemos que nosso ambiente de workshop controlado não reflete completamente o fluxo de trabalho clínico do mundo real, uma limitação já discutida em nosso manuscrito original. Esperamos que esses esclarecimentos promovam uma compreensão equilibrada de nosso trabalho e apoiem os esforços contínuos em direção à adoção clínica segura e eficaz do contorno assistido por IA na radioterapia pediátrica.

PMID: 41487396 | PMC: PMC12757444 | DOI: 10.1016/j.ctro.2025.101087

Para ler a postagem completa, visite o original: Leia a Postagem Completa