使用人工智能对双参数MRI进行前列腺癌病变的增强检测:一个多中心,全交叉,多读器多病例试验
Zhaoyu Xing1, Jie Chen2, Liang Pan2
1Department of Urology, Third Affiliated Hospital of Soochow University, Jiangsu 213003, China (Z.X.).
Academic radiology
|July 12, 2025
概括
人工智能 (AI) 在被放射科医生使用时,显著改善了MRI上前列腺癌病变检测. 人工智能辅助阅读提高了灵敏度和诊断准确度,仅靠人工智能也显示了高性能.
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 在MRI上检测前列腺癌对于诊断和治疗至关重要.
- 放射科医生的表现可以通过人工智能工具来提高.
研究的目的:
- 评估人工智能 (AI) 在MRI检测前列腺癌病变方面的附加值.
- 为了比较放射科医生的诊断性能,有和没有人工智能辅助.
主要方法:
- 一个多读者,多病例的临床试验,涉及10名非专家放射科医生.
- 仅使用人工智能,仅使用放射科医生 (无助) 和使用人工智能 (辅助) 阅读模式的放射科医生进行评估.
- 性能指标包括灵敏度,特异性和替代自由响应接收器操作特征曲线 (AFROC-AUC) 下的区域.
主要成果:
- 与无辅助阅读相比,人工智能辅助阅读显著提高了病变水平的灵敏度 (18.2%的增加,p<0.001) 和AFROC-AUC (86.9%与76.1%,p<0.001).
- 病例层面的特异性显示,与人工智能援助的非劣势 (79.5%对75.9%,p<0.001).
- 单靠人工智能就显示出高的诊断准确度 (AFROC-AUC=83.1%),更好地检测小病变,PI-RADS得分更低.
结论:
- 人工智能辅助的MRI读数大大提高了前列腺癌病变检测灵敏度.
- 仅靠人工智能就能提供强大的诊断性能,与专家放射科医生相美.
- 人工智能工具对改善前列腺癌诊断准确度具有重大承诺.
