相关实验视频
Updated: May 5, 2026

09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
21.4K
在前列腺MRI中对全自动诊断AI软件的评估:临床评估和本病理相关性
Nadine Bayerl1, Lisa C Adams2, Alexander Cavallaro1
1Friedrich-Alexander-Universität Erlangen-Nürnberg, Institute of Radiology, University Hospital Erlangen, Maximiliansplatz 3, 91054 Erlangen, Germany.
European journal of radiology
|November 9, 2024
概括
一个用于前列腺MRI的AI工具在识别和分类前列腺病变方面显示出高精度,与使用PI-RADS v2.1标准的专家性能相比. 这种人工智能软件有助于诊断前列腺癌,可能改善患者的治疗结果.
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:
- 前列腺癌的诊断严重依赖于MRI解释,这可能是主观的.
- 像PI-RADS v2.1这样的标准化评估框架旨在提高一致性.
- 人工智能为自动化和标准化图像分析提供了潜力.
研究的目的:
- 评估商业人工智能软件用于前列腺病变识别和分级的诊断性能.
- 将AI性能与组织病理学和PI-RADS v2.1标准进行比较.
- 评估AI在前列腺癌诊断途径中的临床实用性.
主要方法:
- 对123名多参数前列腺核磁共振和活检患者的回顾性分析.
- 使用人工智能软件 (mdprostate) 进行自动细分和PI-RADS评分.
- 组织病理学作为诊断指标计算的参考标准.
主要成果:
- 人工智能工具实现了PI-RADS≥2的100%灵敏度,排除了癌症.
- 对于临床显著的前列腺癌 (PI-RADS ≥ 4),敏感度为85.5%,特异性为63.2%.
- 人工智能性能指标与PI-RADS v2.1专家阅读器的元分析相当.
结论:
- 人工智能工具在前列腺MRI分析中表现出高的诊断性能.
- 人工智能结果与使用PI-RADS v2.1的专家阅读器可比,这表明了标准化潜力.
- 人工智能的准确性,特别是排除癌症的准确性,具有临床实用性,并可能改善患者的治疗结果.
更多相关视频
05:49Use of Magnetic Resonance Imaging and Biopsy Data to Guide Sampling Procedures for Prostate Cancer Biobanking
Published on: October 10, 2019
6.5K
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
139