摘要背景与目的:"RapidPlan"利用适形调强放射治疗(intensity-modulated radiotherapy,IMRT)中的患者解剖和剂量信息,以剂量体积直方图(dose-volume histogram,DVH)预测模型的方式来预测新计划的剂量分布.针对每种治疗计划系统(treatment planning system,TPS)和治疗机器模型分别建立知识库模型需耗费大量精力且选择繁琐,因此本研究评估基于特定TPS和加速器模型建立的知识库计划模型能否适用于其他TPS和加速器模型.方法:选取2015—2016年于复旦大学附属肿瘤医院采用IMRT技术治疗的50例临床治疗的宫颈癌患者的放疗资料,使用RapidPlan建立基于知识库的计划预测模型.训练数据均基于Pinnacle计划系统,机器模型采用Synergy加速器6 MV光子射线.使用该预测模型对15例宫颈癌病例进行预测,提取目标函数数值后,分别在3组不同的优化环境中重新优化以评估加速器模型和TPS对知识库计划模型的影响:① 与模型构建一致的TPS和加速器模型,即Pinnacle与Synergy;②TPS一致但加速器模型不一致,即Pinnacle与Truebeam;③TPS和加速器模型都不一致,即Eclipse和Truebeam.评估方法为基于知识库模型生成的计划与相应环境下人工计划进行剂量学比较.结果:组2和组3中,知识库计划与人工计划得到相似质量的计划靶区(planning target volume,PTV)剂量覆盖,而在组1中知识库计划改善了PTV的D2％(0.95 Gy,P<0.01)和剂量均一性指数(homogeneity index,HI)(0.02,P<0.01).知识库计划降低了所有3组计划的膀胱V30、V45和平均剂量,同时知识库计划还降低了肠道的平均剂量.结论:基于知识库的计划模型对加速器和TPS的依赖并不显著.