文献速递泌尿生殖腹部MR

全自动人工智能算法在疑似前列腺癌患者病灶检测与PI-RADS分类中的诊断效能

Diagnostic performance of a fully automated AI algorithm for lesion detection and PI-RADS classification in patients with suspected prostate cancer.
PubMed 文献 · Radiol Med · 2025-04-17

该回顾性单中心队列研究纳入272例疑似前列腺癌患者的3T多参数MRI,以靶向经会阴超声融合引导穿刺及广泛系统穿刺病理为金标准,比较全自动AI算法与放射科医生在PI-RADS分类及临床显著前列腺癌检测上的诊断效能。AI在PI-RADS≥4阈值下患者水平准确率73.5% vs 医生63.2%,病灶水平76.2% vs 56.2%,但敏感度较低而特异度较高。

要点

  • AI在PI-RADS≥4阈值下患者水平敏感度89.6%、特异度57.7%,医生分别为95.6%、31.4%。
  • AI将261例医生判读PI-RADS≥3的患者中62例(23.8%)正确判为真阴性,可能减少不必要穿刺。
  • AI在PI-RADS≥4阈值下漏诊3.1%的医生判读≥3的sPCa患者,其中仅4例靶向穿刺证实sPCa。

核心结论

  • AI算法在检测临床显著前列腺癌和PI-RADS评分方面表现可靠稳健,其癌症检出率和PI-RADS分类分布与近期荟萃分析结果一致,提示风险分层精确。
  • AI将24%医生判读PI-RADS≥3的患者正确分类为sPCa真阴性,可能减少不必要穿刺,但仅漏诊该组3%的sPCa病例,其中仅1.5%经靶向穿刺检出。
  • 作者认为在大型多中心队列进一步验证之前,该算法似乎适合纳入常规临床工作流程。

研究设计与样本

  • 回顾性单中心队列研究,纳入2017年5月至2020年5月间连续272例疑似前列腺癌且无已知前列腺癌、接受3T mpMRI后行靶向经会阴超声融合引导穿刺及广泛系统穿刺的患者。
  • MRI按PI-RADSv2.1方案在3T扫描仪(MAGNETOM VIDA,Siemens Healthineers)完成,未使用直肠内线圈,扫描前静脉给予体重适配的丁溴东莨菪碱。
  • 金标准为靶向经会阴超声融合引导穿刺(MonaLisa环境,Biobot Surgical)及按Ginsburg方案进行的广泛系统穿刺的组织病理学结果。
  • AI算法为商用软件(syngo.via MR Prostate,VB60S HF01,Siemens Healthineers),基于双参数MRI自动分割、检测和分类前列腺病灶,由两个卷积神经网络生成可疑病灶图并推导PI-RADS评分。
  • 由一名对报告和临床信息设盲的放射科医生评估AI是否正确识别原始描述病灶(重叠25%视为阳性匹配),并记录AI的PI-RADS评分及额外检出病灶。

关键影像表现/征象

  • 图4示AI假阴性病例:77岁患者PSA 10.9 ng/ml,左侧后外侧外周带可疑病灶,医生判PI-RADS 4,AI未检出,靶向穿刺2/3针Gleason 4+3(ISUP 3),系统穿刺4/22针Gleason 4+3。
  • 图5示医生假阴性而AI正确分类病例:66岁患者PSA 6.26 ng/ml,右侧前部移行带可疑病灶,医生判PI-RADS 2,AI判PI-RADS 4,靶向穿刺2/3针Gleason 4+3(ISUP 3)及1/3针Gleason 4+4(ISUP 4),系统穿刺1/23针Gleason 3+3(ISUP 1)。
  • 图6示AI真阳性病例:65岁患者PSA 9.22 ng/ml,前部外周带与移行带可疑病灶,医生与AI均判PI-RADS 4,靶向穿刺1/2针Gleason 3+4(ISUP 2),系统穿刺1/32针Gleason 3+4(ISUP 2)。

诊断标准与关键数值

  • sPCa定义为组织病理学ISUP分级≥2。
  • AI的PI-RADS评分推导规则:LoS<60为PI-RADS≤2;LoS 60–79为PI-RADS 3;LoS≥80且病灶最大径<1.5 cm为PI-RADS 4,否则为PI-RADS 5;PI-RADS≥3的可疑临床相关病灶自动检出,PI-RADS≤2不显示病灶。
  • 患者水平PI-RADS≥4阈值:医生敏感度95.6%、特异度31.4%、准确率63.2%(95%CI 57.2%-69.0%)、PPV 57.9%、NPV 87.8%;AI敏感度89.6%、特异度57.7%、准确率73.5%(95%CI 67.9%-78.7%)、PPV 67.6%、NPV 85.0%。
  • 患者水平PI-RADS≥3阈值:医生敏感度98.5%、特异度6.6%、准确率52.2%(95%CI 46.1%-58.3%)、PPV 51.0%、NPV 81.8%;AI敏感度94.1%、特异度46.0%、准确率70.0%(95%CI 64.0%-75.3%)、PPV 63.2%、NPV 88.7%。
  • 病灶水平PI-RADS≥4阈值:医生敏感度94.4%、特异度37.5%、准确率56.2%(95%CI 51.4%-60.9%)、PPV 42.5%、NPV 93.2%;AI敏感度79.0%、特异度74.7%、准确率76.2%(95%CI 71.9%-80.0%)、PPV 60.4%、NPV 88.0%;病灶水平PI-RADS≥3阈值:医生敏感度99.3%、特异度7.9%、准确率37.8%(95%CI 33.3%-42.6%)、PPV 34.4%、NPV 95.8%;AI敏感度79.7%、特异度70.0%、准确率73.2%(95%CI 68.7%-77.3%)、PPV 56.4%、NPV 87.6%。

临床应用与阅片要点

  • 患者水平sPCa的癌症检出率:AI vs 医生在PI-RADS≤2为11% vs 18%、PI-RADS 3为27% vs 11%、PI-RADS 4为54% vs 41%、PI-RADS 5为74% vs 92%。
  • 患者水平以sPCa为结局的ROC分析:医生报告AUC 0.786,AI的PI-RADS分类AUC 0.780,AI中间结果LoS的AUC 0.850;LoS的AUC显著高于医生报告(p<0.05)和AI的PI-RADS分类(p<0.01),医生报告与AI的PI-RADS分类之间无统计学显著差异(p=0.83)。
  • 患者水平在敏感度90%时,假阳性检出率医生报告61%(95%CI 52–69%)vs AI的PI-RADS分类44%(95%CI 34–57%),差异有统计学显著意义(p<0.01)。
  • AI与医生报告的PI-RADS评分分布一致性为fair,加权Cohen's Kappa为0.38(p<0.001)。
  • 病灶层面按分区AUC:外周带AI 0.77 vs 医生0.75,移行带AI 0.83 vs 医生0.81,跨区病灶AI 0.67 vs 医生0.79。

局限性

  • 研究主要为回顾性、单中心设计。
  • 队列中GG>1的前列腺癌亚型略过度代表,可能使研究易受选择偏倚影响,因转诊至大学医疗中心及区域特异性种族构成可能导致患者队列经过滤而不同于其他研究群体。
  • 研究设计基于有组织病理学证实的患者,意味着绝大多数患者医生判读MRI有阳性发现,阴性MRI扫描代表性不足,队列不能完全代表更广泛患者群体;该选择偏倚也可能解释放射科报告观察到的高敏感度。
  • 272例的队列规模不足以按PSA水平、年龄或病灶亚组进行稳健分层。
  • 需要未来开展更大规模的前瞻性多中心试验来确认和扩展本观察结果。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2025 Apr 17;130(7):1039–49. doi: 10.1007/s11547-025-02003-0

引言

多参数磁共振成像(mpMRI)是前列腺癌(PCa)诊断路径中的首选影像学工具,因此被纳入当前国际指南[1, 2]。适应证包括:未行活检但怀疑PCa、活检阴性后持续怀疑、以及纳入主动监测前的风险分层。检查需求迅速增长,进一步加剧了本就紧张的扫描容量问题[3–5]。计算机辅助检测旨在增强和加速人工阅片并增强阅片者信心[6–8]。若经过充分验证,该方法有望实现亟需的阅片能力提升。未来的诊断路径可能通过人工智能驱动的影像-病理整合得到优化,在减少阅片者间变异性的同时优化病灶检测、分类和风险分层[9]。

mpMRI中的可疑病灶根据前列腺影像报告和数据系统词典(PI-RADS)进行分类[10]。评分与癌症概率相关,并转化为临床管理建议,尤其是影像引导活检。

当前基于人工智能的自动化前列腺病灶检测和分类软件解决方案看起来前景良好,但大多数因缺乏泛化能力而尚不适合临床实践。各算法在方法学上存在差异,且因使用不同类型和规模的数据集及不同的参考标准标签进行训练而缺乏充分可比性,凸显了在大型异质性临床队列中进行充分验证的必要性。[11]

本研究旨在大型三级转诊中心中,外部验证一种市售的基于人工智能的前列腺癌检测和分类算法相对于人工阅片者的诊断准确性。

材料与方法

受试者

在这项回顾性单中心队列研究中,我们评估了310例无已知前列腺癌的连续患者,这些患者在2017年5月至2020年5月期间接受了前列腺mpMRI检查,随后接受了经会阴超声融合引导的靶向穿刺和扩展系统穿刺活检。38例患者因临床数据缺失或缺少组织病理学确认而被排除,最终纳入272例患者。机构伦理委员会批准了本研究并豁免知情同意(批准号:20–1256)。MRI适应证为可疑(前列腺特异性抗原)PSA(> 4 ng/ml或每年升高0.3–0.7 ng/ml)或直肠指检异常。

MRI方案与阅片

检查在3T MRI扫描仪(MAGNETOM VIDA,Siemens Healthineers,Erlangen,德国)上按照PI-RADSv2.1方案进行。扫描参数如下:T2加权轴位图像(2D TSE;层厚:3 mm;无间隔;TR:7500 ms;TE:104 ms,翻转角:160°;视野:200 × 200 mm;768 × 768矩阵;平面内分辨率0.26 × 0.26 mm),轴位弥散加权序列(RESOLVE;层厚:3 mm;无间隔;TR:4300 ms;TE:74 ms;翻转角:90°;视野:200 × 200 mm;228 × 228矩阵;平均次数:在b值0/50/400/1,000 s/mm²时分别为1/2/5/9;b值1,400 s/mm²由采集的较低b值计算得出),轴位动态对比增强(DCE)图像(3D梯度回波容积插值序列;层厚:3 mm;无间隔;TR:4.09 ms;TE:1.83 ms;翻转角:12°;视野:260 × 260 mm;224 × 224矩阵;时间分辨率:< 5 s)。截至2017年6月,弥散加权参数略有不同,影响12例患者(TR:4000 ms;TE:72 ms;平均次数:在b值50/400/800 s/mm²时分别为2/5/9;b值1,400 s/mm²由采集的较低b值计算得出)。未使用直肠内线圈。扫描前静脉给予按体重调整的丁基东莨菪碱。随后由一位受过培训的放射科医师通过勾画前列腺腺体及检测到的病灶,对轴位T2加权图像进行处理以用于MRI-TRUS融合活检。所有mpMRI检查报告均根据临床诊疗时当时最新的PI-RADS词典生成。阅片在临床实践中由不同放射科住院医师完成,并由不同委员会认证的放射科医师监督,其前列腺影像经验水平不一。

组织病理学检查

病理评估在临床常规工作中由一位委员会认证的病理学家进行。当怀疑恶性时,由另一位委员会认证的病理学家确认诊断。活检样本根据国家指南进行分析,评估肿瘤细胞含量及Gleason分级[12]。

经会阴MRI-US融合活检

活检取样通过MonaLisa环境(Biobot Surgical Pte Ltd,新加坡)中的MRI引导经会阴超声融合技术进行。由超声导出前列腺腺体的3D模型,并与MRI分割进行共配准。该软件的算法考虑了MRI导出模型与超声导出模型之间的潜在偏差。由一位受过培训的泌尿科医师在手术室无菌条件下经两个会阴切口进行活检。根据体积调整的Ginsburg方案[13],靶向活检在系统性活检之前进行。

AI算法

该研究采用一款人工智能驱动的商业软件,基于双参数MRI对前列腺病灶进行自动检测、分割和分类(syngo.via MR Prostate,VB60S HF01,Siemens Healthineers)。该AI模型在附录S1中有详细描述。该流程包括通过自动分割前列腺进行预处理,随后对T2w和DWI进行配准。二维图像到图像卷积神经网络(CNN)生成可疑病灶的初始图,随后由第二个CNN处理,进行三维图像块分类以降低假阳性[14–17]。最后,根据网络响应(可疑程度,LoS)和病灶直径推断PI-RADS评分:LoS < 60:PI-RADS ≤ 2;LoS 60–79:PI-RADS 3;LoS ≥ 80:若最大病灶直径 < 1.5 cm则为PI-RADS 4,否则为PI-RADS 5。疑似临床相关病灶(PI-RADS ≥ 3)被自动检测。对于PI-RADS ≤ 2,不显示病灶。

定义和标准

sPCa根据组织病理学定义的ISUP分级 ≥ 2进行定义[12]。

数据收集和分析

该队列来源于本机构数据库。所有经靶向活检证实的病灶的PI-RADS评分和位置均从放射学报告中记录。一名对报告和临床信息设盲的放射科医师(A.N.)评估AI算法是否正确识别了原始描述的病灶(重叠25%视为阳性匹配),记录算法的PI-RADS评分,并记录算法是否检测到额外病灶。对原始判读和AI算法分别在病灶水平和患者水平进行ROC分析(病灶水平AI算法仅针对有组织病理学验证的病灶;患者水平以靶向活检和系统活检中检测到的最高ISUP分级作为参考标准)。ROC曲线采用DeLong开发的方法进行比较[18]。使用加权Cohen's Kappa比较放射学报告和AI结果在病灶水平和患者水平的PI-RADS分类。PI-RADS分类的交叉表使用Fisher精确检验进行比较[19]。数据分析使用R 4.3.2版本进行[20]。p值 ≤ 0.05被认为具有统计学显著性。

结果

研究人群人口学特征

272名患者的中位年龄为66岁(均值 = 65.5,SD = 7.8岁,IQR = 12岁)。活检前平均PSA为11.1 ng/ml(SD = 8.2 ng/ml)。伴有sPCa(ISUP ≥ 2)的患者平均PSA水平为12.3 ng/ml(SD = 9.4 ng/ml),不伴有sPCa的患者平均PSA水平为9.8 ng/ml(SD = 6.6 ng/ml)。AI算法分割的平均前列腺体积为57 ml(范围 = 9–208 ml,SD = 33 ml)。

活检

对272例活检的分析共产生436个经组织病理学验证的靶病灶。平均活检针数为34.4,包括系统活检和靶病灶活检(SD = 5.7,范围 = 16–54,中位数 = 34)。每个靶病灶的平均活检针数为2.7(SD = 1.1,范围 = 1–9,中位数 = 3)。

患者水平分析

135/272(49.6%)例患者患有临床显著前列腺癌(sPCa,ISUP ≥ 2),35/272(12.9%)例患有临床不显著前列腺癌(iPCa,ISUP = 1),102/272(37.5%)例无前列腺癌。人工阅读评为 ≥ PI-RADS 3 的62/261(23.8%)例患者被AI正确分类为真阴性,其中13例患有iPCa。人工阅读评为 ≥ PI-RADS 3 的8/261(3.1%)例sPCa患者被AI分类为假阴性,其中仅4例在靶向穿刺活检中患有sPCa。

放射学报告和AI算法在患者水平上的PI-RADS评分分布见表1和图1,相应的混淆矩阵见表2。AI算法与放射学报告之间,PI-RADS 5的sPCa检出率差异有统计学意义(p值 < 0.01),但其他PI-RADS评分之间差异无统计学意义(PI-RADS 4、3和1–2:p值分别为0.11、0.15和0.62)。

以sPCa为结局进行ROC分析,放射学报告的AUC值为0.786,采用PI-RADS分类的AI算法为0.780,AI算法的中间结果——每个病灶的“可疑程度”(Level of Suspicion,LoS)为0.850,该指标随后根据病灶直径确定PI-RADS类别(见方法)。LoS的AUC值显著高于放射学报告(p < 0.05)和AI算法的PI-RADS分类(p < 0.01)。放射学报告与AI算法PI-RADS分类的AUC值之间差异无统计学意义(p = 0.83)。然而,在患者水平灵敏度为90%时,假阳性检出率差异有统计学意义,放射学报告为61%(95% CI:52–69%),AI算法的PI-RADS分类为44%(95% CI:34–57%)(p < 0.01)。详细信息请参见图2。

放射学报告检测sPCa的灵敏度为95.6%,特异度为31.4%(阈值PI-RADS ≥ 4),总体准确率为63.2%(95% CI:57.2%-69.0%)。相比之下,AI的灵敏度为89.6%,特异度为57.7%,总体准确率为73.5%(95% CI:67.9%-78.7%)。放射学报告的阳性预测值(PPV)为57.9%,AI为67.6%;放射学报告的阴性预测值(NPV)为87.8%,AI为85.0%。

在PI-RADS ≥ 3的阈值下,放射学报告检测sPCa的灵敏度为98.5%,特异度为6.6%,总体准确率为52.2%(95% CI:46.1%-58.3%),而AI的灵敏度为94.1%,特异度为46.0%,总体准确率为70.0%(95% CI:64.0%-75.3%)。放射学报告的PPV为51.0%,AI为63.2%;放射学报告的NPV为81.8%,AI为88.7%。

AI算法与放射学报告所赋PI-RADS评分的分布显示一致性尚可,加权Cohen's Kappa为0.38(p < 0.001)。

表1 患者特征及患者水平PI-RADS评分分布 查看原表 ↗
图1 患者水平PI-RADS评分分布。柱状图的填充显示经直肠超声(TRUS)融合穿刺活检的ISUP分类,以揭示临床显著PCa的比例(绿色:良性(ISUP 0),蓝色:临床不显著(ISUP = 1),橙色:临床显著(ISUP > 1)) 查看原图 ↗
表2 AI算法与放射学报告在患者水平上PI-RADS评分分布的混淆矩阵 查看原表 ↗
图2 AI与人工报告的ROC分析。与放射科报告的ROC曲线相比,AI的ROC曲线在高灵敏度下显示出更高的特异度。PI-RADS 3类和4类的阈值分别用三角形(PI-RADS 4)和圆形(PI-RADS 3)表示。AUC:曲线下面积;PI-RADS:前列腺影像报告和数据系统 查看原图 ↗

病灶水平分析

放射科报告和AI的PI-RADS评分分布以及病灶水平的CDR均见表3和图3。对于PI-RADS 4(p值 < 0.01)和PI-RADS 5(p值 < 0.05),AI与放射科报告的sPCa CDR差异有统计学意义,但其他PI-RADS评分差异无统计学意义(PI-RADS 3:p值 = 1;PI-RADS 1–2:p值 = 0.33)。

342个目标病灶位于外周带(PZ),其中112个(32.7%)为sPCa,26个(7.6%)为iPCa,204个(59.6%)为良性病灶。79个位于移行带(TZ),其中19个(24.1%)为sPCa,5个(6.3%)为iPCa,55个(69.6%)为良性病灶。15个目标病灶同时位于两个区域,其中12个(80%)为sPCa,0个(0%)为iPCa,3个(20%)为良性病灶(尽管所有病例的系统性活检均发现了sPCa)。按区域分层的放射科报告和AI的PI-RADS评分分布及病灶水平癌症检出率见表4。AI与人工判读的AUC分别为:PZ 0.77 vs. 0.75,TZ 0.83 vs. 0.81,重叠病灶 0.67 vs. 0.79。

在PI-RADS ≥ 4阈值下,放射科报告检测sPCa的灵敏度为94.4%,特异度为37.5%,总体准确率为56.2%(95% CI:51.4%-60.9%),而AI的灵敏度为79.0%,特异度为74.7%,总体准确率为76.2%(95% CI:71.9%-80.0%)。在此设置下,放射科报告的PPV为42.5%,AI算法为60.4%;放射科报告的NPV为93.2%,AI为88.0%。

在PI-RADS ≥ 3阈值下,放射科报告检测sPCa的灵敏度为99.3%,特异度为7.9%,总体准确率为37.8%(95% CI:33.3%-42.6%),而AI的灵敏度为79.7%,特异度为70.0%,总体准确率为73.2%(95% CI:68.7%-77.3%)。放射科报告的PPV为34.4%,AI为56.4%;放射科报告的NPV为95.8%,AI为87.6%。

图4、图5、图6分别展示了AI判读假阴性、人工判读假阴性而AI分类正确以及AI判读真阳性的典型病例。

表3 患者特征及病灶水平PI-RADS评分分布 查看原表 ↗
图3 病灶水平PI-RADS评分分布。柱状图的填充部分通过显示TRUS融合活检的ISUP分级来揭示临床显著性PCa的比例(绿色:良性(ISUP 0),蓝色:临床非显著性(ISUP = 1),橙色:临床显著性(ISUP > 1)) 查看原图 ↗
表4 患者特征及按区域分层的病灶水平PI-RADS评分分布 查看原表 ↗
图4 关于AI判读的假阴性示例;AI未检出病灶。疑诊病灶位于左侧后外侧外周带。患者77岁,PSA值10.9 ng/ml,既往未行活检。放射科医师判读PI-RADS评分为4分,AI未检出该病灶。靶向活检显示2/3针芯为Gleason 4+3(ISUP 3),系统活检显示4/22针芯最高Gleason评分为4+3(ISUP 3)。橙色箭头标记疑诊病灶。a 轴位T2 TSE;b 轴位ADC;c 轴位T2 TSE,绿色边界:AI对移行区(TZ)和外周带(PZ)的分割,AI未检出病灶。ADC:表观扩散系数;PSA:前列腺特异性抗原;PZ:外周带;TSE:快速自旋回波;TZ:移行区 查看原图 ↗
图5 关于人工判读的假阴性示例;病灶被检出但被放射科医师错误分类,AI检出并正确分类。疑诊病灶位于右侧前部移行区。患者66岁,PSA值6.26 ng/ml,既往未行活检。放射科医师判读PI-RADS评分为2分,AI评分为4分。靶向活检显示2/3针芯为Gleason 4+3(ISUP 3),1/3针芯为Gleason 4+4(ISUP 4),系统活检显示1/23针芯最高Gleason评分为3+3(ISUP 1)。橙色箭头标记疑诊病灶。a 轴位T2 TSE;b 轴位ADC;c 轴位T2 TSE,绿色边界:AI对PZ的分割,紫色边界:AI对TZ的分割。ADC:表观扩散系数;PSA:前列腺特异性抗原;PZ:外周带;TSE:快速自旋回波;TZ:移行区 查看原图 ↗
图6 关于AI判读的真阳性示例;AI检出并正确分类病灶。疑诊病灶位于前部外周带及移行区。患者65岁,PSA值9.22 ng/ml,既往未行活检。放射科医师判读PI-RADS评分为4分,AI评分为4分。靶向活检显示1/2针芯为Gleason 3+4(ISUP 2),系统活检显示1/32针芯最高Gleason评分为3+4(ISUP 2)。橙色箭头标记疑诊病灶。a 轴位T2 TSE;b 轴位ADC;c 轴位T2 TSE,绿色边界:AI对TZ和PZ的分割。ADC:表观扩散系数;PSA:前列腺特异性抗原;PZ:外周带;TSE:快速自旋回波;TZ:移行区 查看原图 ↗

讨论

与人工报告相比,AI判读在患者水平和病灶水平检测临床显著前列腺癌(sPCa)均显示出稳健的结果。在PI-RADS ≥ 4的阈值下,AI得出的敏感度略低于人工判读(AI vs. 放射科医师:患者水平89.6% vs. 95.6%,病灶水平79.0% vs. 94.4%)。然而,AI在特异度(57.7% vs. 31.4%,74.7% vs. 37.5%)、总体诊断准确率(73.5% vs. 63.2%,76.2% vs. 56.2%)和阳性预测值(PPV)(67.6% vs. 57.9%,60.4% vs. 42.5%)方面优于人工判读。AI的阴性预测值(NPV)略低于人工判读(85.0% vs. 87.8%,88.0% vs. 93.2%)。

在PI-RADS ≥ 3的阈值下,AI得出的敏感度仍低于人工判读(患者水平94.1% vs. 98.5%;病灶水平79.7% vs. 99.3%)。AI在特异度(46.0% vs. 6.6%,70.0% vs. 7.9%)、总体诊断准确率(70.0% vs. 52.2%,73.2% vs. 37.8%)和PPV(63.2% vs. 51.0%,56.4% vs. 34.4%)方面仍优于人工判读。AI的NPV在患者水平更高(AI:88.7%;放射科医师:81.8%),但在病灶水平略低(AI:87.6%;放射科医师:95.8%)。

这些结果与Saha等人最近一项大型多中心研究的部分发现一致,在该研究中,双参数人工智能检测在由经验丰富的泌尿放射科医师对其亚队列样本进行重读时优于人工评估(人工智能的AUC:0.91 vs.放射科医师的AUC:0.86),在相同特异度(57.7%)下检测到更多sPCa,并在89.4%的敏感度下降低假阳性率并减少无显著意义PCa的检出[21]。与其结果相比,我们发现人工智能和人工阅片的敏感度同样高,但特异度明显较低。此外,ROC分析显示人工和人工智能报告的AUC值均较低(放射学报告为0.786,人工智能为0.780)。然而,当聚焦于ROC曲线的高敏感度区域时,人工智能优于放射学报告,并显示出显著更高的特异度,从而导致更低的假阳性率,这在MRI用作分诊工具时是理想的。值得注意的是,Penzkofer等人建议敏感度至少达到90%[22]。此外,我们的发现总体上符合近期一项系统综述报告的范围(人工智能:AUC 0.78–0.95,敏感度57–98.6%,特异度35–85.8%;放射科医师:AUC 0.80–0.92,敏感度59–100%,特异度6–100%)[23]。

人工和人工智能阅片敏感度的差异可能归因于算法中未纳入临床信息,而这为人工阅片者带来了优势。人工阅片的敏感度与患者水平大型研究中PI-RADS ≥ 4阈值的结果相当,而其特异度较低(敏感度/特异度:95.6%/31.4%)。对于PI-RADS ≥ 3阈值,特异度异常低(敏感度/特异度:98.5%/6.6%)。目前关于sPCa的估计值约为PI-RADS ≥ 4阈值的敏感度/特异度89%/66%以及PI-RADS ≥ 3阈值的96%/43%,尽管特异度的范围和异质性结果较宽[24, 25]。目前汇总敏感度/特异度估计约为87%/74%[26]。本研究中人工智能报告达到或优于这些估计值,而人工报告的特异度则明显较低。

人工阅片特异度低很可能归因于 underlying 患者队列的差异,因为PI-RADS评分 ≤ 2的检查代表性不足,原因是此类病例常避免活检。此外,临床常规中检查先由住院医师初读、然后由委员会认证的放射科医师监督的设置,可能导致PI-RADS ≥ 4病变的过度报告,从而因倾向于将不确定病变归类为恶性以避免漏诊显著癌症而导致更高的敏感度和更低的特异度。此外,mpMRI阅片并非仅由泌尿放射科医师执行,这一事实也可能促成了将不确定病变识别为潜在恶性的倾向,导致无显著意义PCa和良性发现的过度报告。

在本研究中,患者水平上sPCa的CDR在AI阅片中分别为:PI-RADS ≤ 2为11%,PI-RADS 3为27%,PI-RADS 4为54%,PI-RADS 5为74%;在人工阅片中分别为:PI-RADS ≤ 2为18%,PI-RADS 3为11%,PI-RADS 4为41%,PI-RADS 5为92%。这与近期一项meta分析的部分发现有所不同,该分析显示PI-RADS ≤ 2的检出率为5–6%,PI-RADS 3为19%,PI-RADS 4为54%,PI-RADS 5为84%,但这可能归因于该分析样本量有限[25]。此外,表1中PI-RADS评分分布及其在活检中对应Gleason评分显示出离群值以及AI与人工阅片之间不同的评分模式。一方面,AI将更多PI-RADS 1和2正确分配至良性发现,但另一方面也显示错误分配为PI-RADS 5评分的峰值,这无法由当前数据充分解释。有趣的是,人工阅片显示ISUP 0类别中存在PI-RADS 3和4评分的聚集,这可能源于影像中病灶的模糊性以及通过活检确保诊断的倾向。

本研究的局限性主要在于其回顾性和单中心设计。此外,该队列显示GG > 1 PCa亚型略有过度代表,这意味着研究可能存在选择偏倚,因为转诊至大学医疗机构以及区域特异性种族可能导致患者队列经过筛选而不同于其他研究集合。这也可能是本机构所进行的广泛系统性活检的结果。此外,研究设计基于经组织病理学确认的患者。这意味着绝大多数患者在人工阅片时具有阳性MRI发现,而阴性MRI扫描代表性不足,导致该队列不能完全代表更广泛的患者人群。这种选择偏倚也可能解释放射学报告中所观察到的高灵敏度。最后,272例患者的队列规模不足以按PSA水平、年龄或病灶亚组进行稳健分层。未来需要更大规模人群的前瞻性、多中心试验来确认并拓展我们的观察结果。

结论

基于AI的算法在sPCa检测和PI-RADS评分方面被证明可靠且稳健。AI算法的CDR和PI-RADS评估类别分布与当前meta分析结果一致,表明风险分层精确。此外,AI算法将人工阅片中评分为PI-RADS ≥ 3的患者中的24%正确分类为sPCa真阴性,可能减少不必要的活检。而且,它在该组中仅漏诊3%的sPCa病例,其中仅1.5%在靶向活检中被检出。在期待大型多中心队列进一步验证的情况下,该算法似乎适合与人工阅片一起应用于常规临床工作流程,可能提高效率并为阅片者提供信心。

补充信息

以下是电子补充材料的链接。补充文件1(DOCX 30 KB)

引用

  1. Engel H, Nedelcu A, Grimm R, et al. Diagnostic performance of a fully automated AI algorithm for lesion detection and PI-RADS classification in patients with suspected prostate cancer. Radiol Med. 2025. PMID: 40240642. doi:10.1007/s11547-025-02003-0
  2. 全文:PMC12263473(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12263473/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。