简介：摘要目的提出一种基于元启发策略的放疗自动计划方法(ATP-STAR)，并验证其有效性。方法ATP-STAR方法的主要过程为先对优化参数进行向量化编码，采用高斯卷积修正优化参数，再利用模拟退火选择备选优化参数向量集，结合射野通量优化，并行探索最优的优化参数组合，实现计划自动试错。选取20例肿瘤个体化差异较大的病例进行方法测试。邀请具备5年以上临床工作经验的物理师进行人工计划设计。人工计划和ATP-STAR计划均基于开源matRad计划系统完成，射野及处方剂量与临床治疗计划保持一致。分析不同病种ATP-STAR与人工计划的靶区和危及器官剂量学差异。结果对靶区而言，ATP-STAR计划的均匀性优于人工计划(脑瘤：z＝2.28, P＝0.022;肺癌：z＝2.29, P＝0.022;肝癌：z＝2.11, P＝0.035)，脑瘤和肝癌ATP-STAR计划的适形性与人工计划相当，肺癌ATP-STAR计划的适形性略差于人工计划(z＝2.29, P＝0.022)。对脑瘤的危及器官而言，相比于人工计划，ATP-STAR计划的左眼晶状体Dmean平均受量由2.19 Gy降至1.76 Gy(z＝2.28, P＝0.022)，左视神经Dmean由11.36 Gy降至10.22 Gy(z＝2.28, P＝0.022)，右视神经Dmax由32.92 Gy降至29.97 Gy(z＝2.10, P＝0.036)，垂体Dmax由39.53 Gy降至35.21 Gy(z＝2.29, P＝0.022)。对肺癌的危及器官而言，ATP-STAR计划的脊髓Dmax平均受量由38 Gy降至31.17 Gy(z＝2.12，P＝0.034)，双肺Dmean由8.51 Gy降至8.07 Gy(z＝2.29, P＝0.022)，心脏Dmean由3.21 Gy降至2.69 Gy(z＝2.29, P＝0.022)。对肝癌的危及器官而言，ATP-STAR计划的脊髓Dmax由18.19 Gy降至14.76 Gy(z＝2.11，P＝0.035)，肝脏Dmean由15.61 Gy降至14.45 Gy(z＝2.11, P＝0.035)，肾脏Dmean由4.76 Gy降至4.04 Gy(z＝2.10, P＝0.036)。结论ATP-STAR方法较少依赖人工计划设计经验，易于推广，有望改善调强放疗计划质量及一致性，并节省临床人力和时间成本。