ProMUS-NET:人工知能が泌尿器科医よりも多くの前立腺がんを検出する

科学分野:

• 医療用イメージング
• 医療における人工知能
• 泌尿器科

背景:

• 前立腺がんの検出は 画像と生検に依存しています
• マイクロ超音波撮影 (MUS) は高解像度の可視化を提供します.
• 精度と一貫性を向上させることが重要です

研究 の 目的:

• MUSの自動前立腺がんセグメンテーションのためのディープラーニングモデルを開発する.
• 癌の局所化における感度と相互の一貫性を高める.
• AIモデルのパフォーマンスを 専門家泌尿器科医と比較します

主な方法:

• MRI-超音波による融合バイオプシーを受けた患者のMUS画像の収集.
• MUS画像の臨床的に有意な癌 (グレードグループ ≥2) の記述
• U-Netベースのモデル (ProMUS-NET) を5つのクロス検証で訓練する.

主要な成果:

• AIモデルでは,曲線下の面積 (AUC) が0.92に達した.
• ProMUS- NETは,泌尿器科医と比較して,病変レベル (73%対58%) と患者レベル (77%対66%) の高い感受性を示した.
• 周辺領域の病変に対して高感度 (86. 2%) が観察されました.

結論:

• AIモデルは高感度でMUSの前立腺がんの病変を正確に特定します.
• 人工知能による検出は バイオプシーの診断の精度を向上させる可能性を 示しています
• 外部検証と偽陽性の減少に注目する研究が進められます.