前列腺癌（PCa）是全世界范圍內(nèi)男性第二常見的惡性腫瘤，占男性癌癥診斷的五分之一以上。2020年，全世界估計(jì)有140萬新病例和37.5萬與PCa有關(guān)的死亡。臨床上，為檢測PCa而引入的前列腺特異性抗原（PSA）篩查導(dǎo)致了對低風(fēng)險PCa的過度診斷。主動監(jiān)測（AS）是一個廣泛使用的診治計(jì)劃，可減少低風(fēng)險PCa的過度治療。接受主動監(jiān)測的男性通過PSA測量和重復(fù)活檢進(jìn)行密切監(jiān)測以盡早發(fā)現(xiàn)疾病的進(jìn)展，并使后續(xù)的治療效果最大化。

 

連續(xù)的MRI為監(jiān)測PCa患者提供了一種無創(chuàng)的方法，放射科醫(yī)生經(jīng)常使用這種方法來比較不同患者就診時的病情情況，并報告放射學(xué)的穩(wěn)定性或進(jìn)展情況。PRECISE指南是目前在AS環(huán)境下報告連續(xù)MRI結(jié)果的最佳實(shí)踐，其依據(jù)是PCa病變的大小和特征的變化。然而，目前報告的診斷準(zhǔn)確率仍然太低，無法支持基于MRI的監(jiān)測作為AS方案中重復(fù)活檢的可靠替代。

 

隨著技術(shù)的發(fā)展，人工智能（AI）可以改善MRI監(jiān)測。許多研究已經(jīng)應(yīng)用深度學(xué)習(xí)（DL）在單一時間點(diǎn)對MRI上的PCa進(jìn)行自動檢測和定性。然而，到目前為止，還沒有任何一項(xiàng)研究探索在連續(xù)的前列腺M(fèi)RI檢查中使用差異化的信息。

 

近日，發(fā)表在European Radiology雜志的一項(xiàng)研究評估了人工智能輔助的雙參數(shù)MRI（bpMRI）在自動檢測csPCa方面的可行性，為臨床更加快速、準(zhǔn)確的診斷PCa提供了技術(shù)支持。

本項(xiàng)回顧性研究納入了1513名在2014年至2020年間接受bpMRI（T2+DWI）的患者，其中73名患者接受了至少連續(xù)兩次bpMRI掃描和重復(fù)活檢。本研究開發(fā)了一個深度學(xué)習(xí)PCa檢測模型以產(chǎn)生所有PIRADS≥2的病變的熱圖。使用每個病人先前和當(dāng)前檢查的熱圖來提取不同的體積和可能性特征，以反映檢查之間可解釋的變化。訓(xùn)練一個機(jī)器學(xué)習(xí)分類器，并根據(jù)活檢結(jié)果從這些特征中預(yù)測當(dāng)前檢查中的csPCa（ISUP>1）。使用ROC分析比較了交叉驗(yàn)證的診斷準(zhǔn)確率。最佳模型的診斷性能與放射科醫(yī)生的評分進(jìn)行了比較。 

當(dāng)前研究的模型（AUC 0.81，CI：0.69，0.91）比只包括當(dāng)前研究模型（AUC 0.73，CI：0.61，0.84）的診斷準(zhǔn)確性更高（P = 0.04）。添加臨床變量進(jìn)一步提高了診斷性能（AUC 0.86，CI：0.77，0.93）。AI模型的診斷性能明顯優(yōu)于放射科醫(yī)生（AUC 0.69，CI：0.54，0.81）（P = 0.02）。 

 

圖 一名70歲的男性，中央腺體區(qū)病變（由每張圖像中的紫色輪廓劃定），AI正確診斷為非csPCa。之前掃描時的初始活檢結(jié)果為PCa陰性，而本次檢查時的靶向重復(fù)活檢結(jié)果顯示為非csPCa（Gleason 3 + 3 = 6）。圖中顯示了T2加權(quán)圖像（a，b）和ADC圖（c，d），以及之前和當(dāng)前檢查的相應(yīng)檢測熱圖（e，f）。第二次檢查的檢測熱圖顯示體積和似然分?jǐn)?shù)基本沒有變化。放射科醫(yī)生給PIRADS評分為4分

 

本研究表明，本研究提出的人工智能輔助前列腺M(fèi)RI監(jiān)測可以為臨床提供與診斷相關(guān)的變化及信息，并具有良好的診斷準(zhǔn)確性。

 

原文出處：

C Roest,T C Kwee,A Saha,et al.AI-assisted biparametric MRI surveillance of prostate cancer: feasibility study.DOI:10.1007/s00330-022-09032-7