臨床的に有意な前立腺がんのR2*マッピングと臨床指標を統合したAI支援予測モデルの開発と検証

科学分野:

• 放射線学 放射線学
• 腫瘍学 腫瘍学
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• 臨床的に有意な前立腺がん (csPCa) の検出のための定量的なMRIと組み合わせたAI支援の簡素化された前立腺画像報告およびデータシステムバージョン2.1 (S-PI-RADS v2.1) に関する限られた証拠.
• csPCa.の診断ツール改善の必要性

研究 の 目的:

• csPCa予測のためのノモグラムを開発し,検証する.
• AI支援のS-PI-RADS v2.1 (バイパラメトリックMRI) とR2*マッピングをノモグラムに組み込む.

主な方法:

• 345人の患者 (115人 csPCa,230人 non-csPCa) を対象とした前向きな研究.
• 臨床 (年齢,BMI,PSA) とイメージング (PV,S-PI-RADS,R2*) パラメータの分析.
• 予測者識別,ノモグラム開発 (Rソフトウェア,DynNom) および検証 (1000回のブートストラップイテレーション) のためのロジスティック回帰.

主要な成果:

• 独立したcsPCa予測指標:BMI,PSA ≥10ng/mL,PV,S-PI-RADS 4-5およびR2* (すべてp <0.05) でした.
• 完全なモデル (BMI+PSA+PV+S-PI-RADS+R2*) は,ベースライン (AUC=0.891) と対照的に優れた差別 (AUC=0.915) を示した.
• 85.2%の感度と80.9%の特異性;強力な内部検証 (C指数=0.884) を達成しました.

結論:

• AI強化ノモグラムは,臨床的および多パラメトリックMRIデータを用いて,CSPCaを非侵襲的に正確に予測します.
• R2* 予測パフォーマンスを大幅に改善しました.
• ツールは,前立腺がんの個別化された臨床意思決定を容易にする.