非コントラスト前立腺MRIの人工知能支援読読: PROSA試験のスクリーニング集団における専門家による解釈の適用と一致

科学分野:

• 放射線学 放射線学
• メディカルイマージング (医学イメージング)
• 医療における人工知能

背景:

• バイパラメトリックMRI (bpMRI) は,臨床的に有意な前立腺がん (csPCa) のスクリーニングのための有望なツールです.
• 人工知能 (AI) は,放射線科医,特に経験が少ない放射線科医を支援する可能性を示しています.

研究 の 目的:

• 人工知能ソフトウェアが,経験の少ない放射線科医を,bpMRIを用いたCSPCaスクリーニングで支援する効果を評価する.
• 前立腺MRI解釈の診断性能と一貫性に対するAIの影響を評価する.

主な方法:

• PROSA試験のbpMRIスキャンの499件 (PCaスクリーニングの対象となった759人の男性) の遡及分析.
• 専門家放射線科医,経験の少ない読者,AIソフトウェアのみ,そして経験の少ない読者によるAIサポートによる独立した評価.
• 診断性能は,ROC曲線と読者間の合意 (コーエンのカッパ) を用いて評価され,専門家の解釈が基準基準となる.

主要な成果:

• AIで支援された経験の少ない読者は,AI単独および無支援の読者を上回る最高の診断性能 (AUC 0.969) を達成しました.
• AIの支援により,読者間の合意が著しく改善され (κは0.64から0.84) 曖昧なPI-RADS 3症例が減少しました.
• AIのサポートにより,専門家の解釈と正確な合意が32.5%から54.5%に増加し,診断不一致が減少しました.

結論:

• AIは,csPCaスクリーニングのためのbpMRI解釈において,経験の少ない放射線科医を効果的にサポートし,診断性能と一貫性を向上させます.
• 放射線学のワークフローにAIを統合することで,報告の負担を軽減し,疑わしい症例を優先化し,スクリーニングの効率を改善することができます.
• 人工知能の支援は,PCaスクリーニングの大量設定に重要な利点を提供し,公平な早期発見を促進します.