目的 以肺癌行调强放疗为研究对象，提出一种将预后预测模型纳入放疗计划逆向优化框架中，直接引导放疗计划向预后风险最小方向逼近的调强放疗计划新优化方法。方法 构建以最小预后风险为主目标函数、临床剂量限值为约束条件的混合通量分布优化模型，预后风险事件包括肿瘤局部控制失败、放射性心脏毒性发生和放射性肺炎二级以上事件发生。以3种预后预测概率加权形式构建总风险概率模型，并以最小化总风险概率为主目标项、靶区剂量均匀性为次目标项、常见指南约定的计划感兴趣区域特定剂量统计指征项为约束条件。为验证优化方法的有效性，实验选取15例非小细胞肺癌调强放射治疗计划，分别采用所提出计划逆向优化方法（本研究计划）和现行的基于剂量-体积限值的计划优化方法（临床参考计划）生成计划，比较不同计划在临床关注的剂量学指征项与预后预测项上的计划质量差异。结果 本研究计划较临床参考计划整体可达相近的物理剂量统计水平，同时理论模型计算的预期预后结果有所改善。本研究计划靶区的D95%基本与临床计划保持一致（100.33%vs102.57%,P=0.056），心脏和肺的平均剂量从9.83、9.50 Gy降低至7.02、8.40 Gy，差异具有统计学意义（t=4.537、4.104,P<0.05）。与临床计划相比，所提方法优化得到计划通过理论模型预测的局部控制失败概率相近（60.05%vs 59.66%），同时放射性心脏毒性概率降低1.41%。结论 本研究所提出的纳入预后预测模型引导的肺癌调强放疗计划自动优化新方法，可以兼容现有放疗计划设计需满足循证医学体系下的物理剂量统计分布要求，同时进一步优化患者的预期预后，为实现肿瘤患者更高预后、更优生存质量的个性化放疗奠定技术基础。