人工智能预测的mpMRI图像功能用于预测临床显著的前列腺癌
Song Li1, Ke-Xin Wang2, Jia-Lei Li1
1Zhejiang Chinese Medical University, China, The Affiliated Hospital of Jiaxing University, Jiaxing, China.
International urology and nephrology
|August 8, 2023
概括
人工智能提取的MRI特征可以预测临床显著的前列腺癌 (csPCa),类似于活检. 将人工智能特征与活检病理学结合起来,可以提高预测准确度,单独对cspca检测的活检性能优于cspca检测.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 前列腺癌的诊断依赖于活检,这可能是侵入性的,可能会错过重要的疾病.
- 多参数MRI (mpMRI) 为前列腺癌检测提供了一种非侵入性成像方法.
- 人工智能算法可以分析复杂的成像数据以确定预测特征.
研究的目的:
- 评估使用AI衍生的mpMRI特征用于预测临床显著前列腺癌 (csPCa) 的可行性.
- 为了比较基于AI的模型的预测性能与传统的活检方法.
主要方法:
- 对315名接受mpMRI和激进前列腺切除术 (RP) 的患者进行了回顾性分析.
- 人工智能算法从mpMRI中提取了病变和前列腺特征.
- 开发了两个后勤回归模型:MR模型 (临床数据+AI特征) 和组合模型 (活检病理学+临床数据+AI特征).
- 从ROC分析中使用曲线下的面积 (AUC) 评估模型性能.
主要成果:
- 结合人工智能提取的特征的MR模型显示AUC为0.830,与活检病理学 (AUC0.820) 相当.
- 综合模型,整合AI特征和活检病理学,实现了显著更高的AUC0.915.
- 人工智能识别的特征,如ADC病变/前列腺比率和DWI信号强度比率是重要的预测因素.
结论:
- 人工智能提取的mpMRI特征可以有效地预测前列腺癌的攻击性,匹配活检性能.
- 将AI衍生成像特征与活检病理学相结合,可显著提高csPCa的预测准确性.
- 这种人工智能辅助的方法为改善前列腺癌诊断和管理提供了有希望的工具.
