囊外延伸风险评估使用人工智能前列腺癌映射算法
Alan Priester1,2, Sakina Mohammed Mota1, Kyla P Grunden2
1Avenda Health, Inc. United States.
BJUI compass
|October 17, 2024
概括
人工智能 (AI) 癌症映射准确地预测了前列腺癌 (PCa) 的囊外延伸 (ECE),超过了传统的MRI和名图. 这种人工智能工具对改善外科手术规划和患者的治疗结果充满希望.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 在前列腺癌 (PCa) 中精确检测外扩展 (ECE) 对治疗规划和预测结果至关重要.
- 目前的方法,包括MRI和名图,在准确识别ECE方面存在局限性.
- 人工智能驱动的工具有可能提高瘤学诊断的准确性.
研究的目的:
- 为了比较PCa ECE的检测率,使用人工智能生成的癌症地图与传统的MRI和名图进行比较.
- 评估AI软件在预测患者和象限级别的ECE风险方面的性能.
- 评估AI在改善PCa分期和风险分层方面的潜力.
主要方法:
- 对147名接受MRI向活检和急性前列腺切除术的患者进行了回顾性分析.
- 使用FDA批准的AI软件 (Unfold AI) 来进行3D癌症概率绘图和ECE风险估计.
- 将AI预测与传统的ECE预测器进行比较 (MRI利克特得分,囊接触长度,PSMA T阶段,Partin表和专用名录).
- 使用接收机操作员特征曲线和DeLong的测试来评估性能.
主要成果:
- 与其他方法相比,展开AI在患者水平ECE预测曲线下的面积 (AUC=0.81) 显著更高.
- 在象限层面,Unfold AI在后部 (AUC=0.89对0.82) 和所有象限 (AUC=0.89对0.82) 的MRI利克特得分都表现出色.
- 展开AI表现出更好的灵敏度和特异性,与MRI相比,假阴性率明显较低,特别是在后方象限.
结论:
- 人工智能生成的癌症映射 (Unfold AI) 准确地预测了PCa中的ECE风险,超过了传统方法.
- 人工智能工具显著提高了ECE检测的MRI,特别是前列腺后部区域.
- 通过人工智能映射改善PCa分期和风险分层可能会导致更好的瘤和功能结果,包括知情的神经节约手术.
