ProstNFound+: Un estudio prospectivo utilizando modelos de fundaciones médicas para la detección de cáncer de...

Área de la Ciencia:

• La inteligencia artificial en el diagnóstico médico.
• Análisis de imágenes médicas Análisis de imágenes médicas.
• Detección de cáncer de próstata con detección de cáncer de próstata.

Sus antecedentes:

• Los Modelos de Fundación Médica (FM) están emergiendo como poderosas herramientas para el desarrollo de sistemas de diagnóstico de alto rendimiento.
• La aplicación clínica de las FM para la detección del cáncer de próstata (PCa) mediante micro-ultrasonido (μUS) aún no ha sido validada prospectivamente.
• Los protocolos de diagnóstico existentes para PCa pueden ser complejos y dependen en gran medida de la interpretación de expertos.

Objetivo del estudio:

• Para presentar ProstNFound+, un modelo de base adaptado para la detección de PCa a partir de μUS.
• Realizar la primera validación clínica prospectiva de un sistema basado en FM para la detección de PCa utilizando μUS.
• Para evaluar el rendimiento del modelo con respecto a los sistemas de puntuación clínica establecidos.

Principales métodos:

• ProstNFound+ se desarrolló utilizando una FM médica con ajuste de adaptador y un codificador de instrucciones personalizado que integra biomarcadores PCa.
• El modelo fue entrenado en datos μUS retrospectivos y multicéntricos y evaluado prospectivamente en un nuevo sitio clínico.
• Las predicciones del modelo, incluidos los mapas de calor del cáncer y las puntuaciones de riesgo, se compararon con los protocolos clínicos PRI-MUS y PI-RADS.

Principales resultados:

• ProstNFound+ demostró fuertes capacidades de generalización, sin degradación del rendimiento en los datos prospectivos en comparación con la evaluación retrospectiva.
• Las predicciones del modelo se alinearon estrechamente con las puntuaciones clínicas estándar (PRI-MUS y PI-RADS).
• Los mapas de calor interpretables generados por ProstNFound+ se correspondían con precisión con las lesiones de PCa confirmadas por biopsia.

Conclusiones:

• ProstNFound+ muestra un potencial significativo para el despliegue clínico en la detección del cáncer de próstata.
• El modelo de IA ofrece una alternativa escalable e interpretable a los protocolos de diagnóstico tradicionales impulsados por expertos.
• La validación prospectiva confirma la fiabilidad y generalizabilidad del modelo en un entorno clínico.