前立腺がんにおける周辺神経の侵入を予測するための新しいMRIベースの生息地分析とディープラーニング: 2つのセンターの研究

科学分野:

• 放射線学と腫瘍学
• 医療における人工知能
• 医学画像分析

背景:

• 前立腺がん (PCa) の診断とステージ化は,治療計画において極めて重要です.
• 周辺神経侵入 (PNI) はPCaにおける重要な予後要因である.
• PNIの正確な予測は従来の方法では困難です.

研究 の 目的:

• PNIをPCaで予測するためのディープラーニング (DL) モデルの有効性を評価する.
• PNIの予測のための多パラメータ型MRI (mpMRI) ベースの腫瘍異質性分析の有用性を評価する.
• PNI検出におけるDLモデルと臨床モデルのパフォーマンスを比較する.

主な方法:

• 2つのセンターの397人のPCa患者の遡及分析.
• mpMRIベースの生息地分析 (T2重量,拡散重量イメージング,ADC) 腫瘍の異質性.
• 訓練,内部および外部検証コホートを使用して,生息地および組合せモデルを含むDLモデルの開発と検証.
• モデルの性能を評価するための受信機の動作特性 (ROC) 曲線解析

主要な成果:

• DL生息地モデルは,検証コホート全体で堅実なPNI予測性能を示した (AUC 0.802-0.957).
• 組み合わせたDLモデルは臨床モデルと生息地のモデルを大幅に上回り,トレーニングコホートではAUC0. 999を達成しました.
• 決定曲線と臨床インパクト分析は,組み合わせたDLモデルの良好な臨床適用性と有用性を確認した.

結論:

• mpMRIベースの生息地の分析を活用したディープラーニングモデルは,PCaにおけるPNI状態の正確な予測を提供します.
• このAI主導のアプローチは,臨床実務におけるPNI評価を改善する大きな可能性を秘めています.
• mpMRIベースの腫瘍異質性分析は,前立腺がんにおけるPNI予測の精度を高めるための貴重なツールです.