作为肿瘤第二大治疗手段，放疗需要精确的肿瘤、器官勾画、计划设计与质量控制。结构勾画、计划设计与质量控制是决定放疗疗效的最重要因素，也是工作人员投入时间精力最多的环节。目前这些工作主要为手动完成，耗时费力，不同人员勾画和计划结果差异很大。质量控制需要进行复杂的测量和计算，需要昂贵的设备，出现差异很难查找原因。这些问题会导致肿瘤不能控制及正常器官出现严重的副反应。目前的自动勾画多为基于CT值等影像特征参数阈值的方法，或基于图谱的方法。对影像特征参数差异小的结构边界勾画误差大；很难找到与待勾画结构患者相同的图谱，基于图谱自动勾画及形变配准修正效果差。目前有单独进行结构勾画、计划设计与质量控制的研究，多数为针对危及器官勾画和剂量体积直方图或剂量分布预测，不能进行肿瘤靶区勾画和直接生成治疗计划。
项目组20年来一直从事肿瘤放疗创新技术研究，从2016年开始进行人工智能在肿瘤放疗中应用的系统研究。开发了放疗结构自动勾画、自动计划和质量控制的深度学习算法，并通过5000余例的临床病例验证了其具有临床适用性。在包括放疗领域顶级期刊International Journal of Radiation Oncology, Biology and Physics等杂志发表相关论文20余篇。在北美放射肿瘤学会、医学物理学会、中华放射肿瘤学会、中国医学物理年会作大会口头报告。获中华放射肿瘤学会放疗结构勾画大赛第4名，MICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention) 结构勾画大赛全球第8名/500、全国放射肿瘤物理学年会优秀论文奖。北京大学第三医院创新转化大赛二等奖两项、最佳人气奖等。
项目拟在前期工作基础上开发基于云平台深度学习的放疗自动结构勾画、自动计划和质量控制系统，基于多模态影像、临床、病理信息的个体化诊疗算法和系统，进行多中心临床应用评价，完成产品注册前检验、临床试验和产品注册。实现肿瘤放疗的自动化和精准化智慧放疗。提高放疗的质量和效率，改善放疗安全和疗效。建立算法临床应用方案和撰写临床应用指南。项目为多中心、医联体合作，肿瘤规范化分级诊疗提供软件工具，对规范和引导我国放疗临床实践，提高放疗产业竞争力具有重要意义。