前立腺がんの非侵襲的な診断と分類のためのMRI病理学基盤モデル

科学分野:

• 腫瘍学
• 人工知能
• 医療用イメージング

背景:

• 前立腺がんの診断は 侵襲的な生検に依拠し 潜在的不一致につながります
• 正確で非侵襲的な方法は 腫瘍の攻撃性を評価するのに不可欠です
• 現在進行中の前立腺がんの分類方法は 矛盾しているかもしれません

研究 の 目的:

• 前立腺がんの診断と格付けのための非侵襲的なAIモデルを開発し,検証する.
• 前立腺がんの評価の正確性と一貫性を向上させるため
• 前立腺がんの治療における 侵襲的処置への依存を減らすために

主な方法:

• 基礎モデルであるMRIベースの前立腺がん予測トランスフォーマー (MRI-PTPCa) を開発した.
• マルチパラメトリックMRIでモデルを訓練し,対照的な学習を使用して病理学データをペアリングしました.
• 複数のコホートにわたる 5500人以上の患者からの 約130万の画像-病理のペアの大きなデータセットを利用しました

主要な成果:

• MRI- PTPCaは,実際のテストで優れた性能を示した (AUC> 0. 978,評価精度89. 1%).
• モデル予測は病理学的結果と一致した.
• 既存の臨床測定と他の予測モデルを上回った.

結論:

• 前立腺がんの診断と評価の 拡張性のある非侵襲的なアプローチを導入しました
• MRI-PTPCaは臨床意思決定を支援する強力なツールです.
• この人工知能による方法は 前立腺生検の必要性を大幅に減らすことができます