前立腺がんにおける[18F]PSMA-1007 PET-CT画像による腫瘍検出と定量化のためのAIベースの完全に自動化された方法
Elin Trägårdh1,2, Johannes Ulén3, Olof Enqvist3,4
1Department of Translational Medicine, Wallenberg Centre for Molecular Medicine, Lund University, Malmö, Sweden. Elin.tragardh@med.lu.se.
EJNMMI physics
|August 20, 2025
まとめ
新しい人工知能 (AI) 方法は,PSMA PET-CTスキャンにおける前立腺がん転移の検出と定量化を大幅に改善しています. このAIツールは前立腺,リンパ節,骨の腫瘍の精度を高め,がんのステージと治療のモニタリングに役立ちます.
科学分野:
- 医療用イメージング
- 腫瘍学における人工知能
- 放射性医薬品
背景:
- 前立腺がんの検出のための高度なAIの開発は,PSMA PET-CTにおいて極めて重要です.
- 以前のAIモデルは有望でしたが 更に改良が必要でした
- 治療反応の評価には,腫瘍の正確な定量化が不可欠である.
研究 の 目的:
- 前立腺,リンパ節,骨転移の検出と定量化のためのAIベースの方法を強化する.
- [18F]PSMA-1007 PET-CTスキャンを分析するAIの精度と性能を向上させる.
- マニュアル分析と以前のAIモデルとの新しいAI方法を比較する.
主な方法:
- 1064 [18F]PSMA-1007 PET-CTスキャンが使用され,テストセットには120個が含まれています.
- 手動で注釈された病変を基底の真実として使用してコンボリューションニューラルネットワークを開発し,訓練しました.
- 計算された感度,陽性予測値 (PPV),および全傷容量 (TLV) と全傷吸収量 (TLU) の相関.
主要な成果:
- AI法では,前立腺では85%,リンパ節では91%,骨では61%の感度を達成した.
- PPVは85% (前立腺),83% (リンパ節),そして58% (骨) で,有意な改善を示した.
- 手動と人工知能によるTLVとTLUの計算の相関はr=0.62からr=0.96であった.
結論:
- 新しく開発された自動化されたAIメソッドは,前立腺がんの転移を検出および定量化する上で有意なパフォーマンスを示しました.
- AI法では,特に骨転移の 予知値が特に改善された.
- このAIツールは,www.recomia.orgで研究用に無料で利用できます.
