文献速递泌尿生殖腹部MR

人工智能生成表观扩散系数(AI-ADC)图用于前列腺评估:多阅片者研究

Artificial intelligence-generated apparent diffusion coefficient (AI-ADC) maps for prostate gland assessment: a multi-reader study.
PubMed 文献 · Eur Radiol · 2025-07-21

该多阅片者研究纳入74例疑诊或确诊前列腺癌患者,比较AI-ADC图与标准ADC图的图像质量。四名阅片者两轮盲法评估显示,AI-ADC图在前列腺边界勾画、失真、噪声、窗宽调节及整体质量上评分更高,并减少重复采集需求,但阅片者间一致性无差异。

要点

  • AI-ADC图在失真(44.93% vs 11.49%)、整体质量(34.80% vs 5.07%)等类别中评分高于标准ADC图。
  • AI-ADC图降低所有阅片者的重复采集需求(β=2.23,95%CI 1.69-2.76,p<0.001)。
  • AI-ADC与标准ADC图的阅片者间一致性无差异。

核心结论

  • 多阅片者研究显示,AI-ADC图较ADC图改善了前列腺边界勾画、降低了图像噪声和失真,并提高了整体图像质量。
  • AI-ADC图减少了重复采集需求,可能支持工作流程效率提升。
  • AI-ADC图与标准ADC图的阅片者间一致性无差异。

研究设计与样本

  • 多阅片者研究,纳入74例连续患者(中位年龄66岁,IQR 57.25-71.75岁;中位PSA 4.30 ng/mL,IQR 1.33-7.75 ng/mL),于2023年10月1日至2024年1月30日行mpMRI。
  • 所有患者使用3-Tesla MRI(Ingenia Elition X, Class IIa, Philips Healthcare)和32通道相控阵表面线圈扫描。
  • 四名来自不同机构的委员会认证放射科医生参与,每人每年阅读超过300例前列腺MRI。
  • 研究分两轮进行,间隔4周洗脱期,每轮评估T2W-MRI与标准ADC或AI-ADC图配对。
  • AI-ADC图由T2W MRI通过AI模型合成,未使用采集的DWI所生成的ADC图。

关键影像表现/征象

  • AI-ADC图在窗宽调节容易度(β=0.67,95%CI 0.30-1.04,p<0.05)、前列腺边界勾画(β=1.38,95%CI 1.03-1.73,p<0.001)、失真减少(β=1.68,95%CI 1.30-2.05,p<0.001)、噪声减少(β=0.56,95%CI 0.24-0.88,p<0.001)方面评分显著高于标准ADC图。
  • 失真评分:AI-ADC图平均分2.53(95%CI 2.44-2.60)vs ADC图1.98(95%CI 1.87-2.09)。
  • 整体质量评估中AI-ADC图评分高于ADC图(β=2.21,95%CI 1.59-2.67,p<0.0001)。
  • 重复采集需求评分中AI-ADC图高于ADC图(β=2.23,95%CI 1.69-2.76,p<0.001)。
  • 示例病例显示AI-ADC图消除了直肠气体相关磁敏感伪影、左髋假体所致噪声等伪影。

诊断标准与关键数值

  • 窗宽调节、前列腺边界评估、失真、噪声水平采用0-3分制,3分代表最高/最有利的成像特征。
  • 其他问题采用二分类评分,1分代表最高/最偏好特征。
  • AI-ADC图在失真类别中评分高于ADC图的比例为44.93%,ADC图高于AI-ADC图的比例为11.49%(p<0.001)。
  • AI-ADC图在整体图像质量中评分高于ADC图的比例为34.80%,ADC图高于AI-ADC图的比例为5.07%(p<0.001)。
  • 失真评估的QWK:ADC图κ=0.042(95%CI -0.06至0.136)vs AI-ADC图κ=0.175(95%CI 0.065-0.296),p<0.05。

临床应用与阅片要点

  • AI-ADC图可能作为可靠的诊断支持工具,尤其当采集的ADC图包含伪影时。
  • 若采用AI-ADC,mpMRI协议可能缩短,甚至可能缩短至单序列,同时降低重复采集的可能性。
  • 本研究中心未描述具体阅片流程。

局限性

  • 样本量74例虽在检测一致性临床相关差异方面有足够把握度,但相对较小。
  • 研究范围受数据集多样性限制,纳入来自不同MRI系统和机构的更多样化数据集将进一步确保AI-ADC模型在不同临床环境中的稳健性。
  • 仅回顾性评估了AI-ADC图的质量和效用,需前瞻性临床工作流程研究评估其诊断性能。
  • 生成式AI存在幻觉风险,虽在初始开发研究和当前工作中未观察到,但计划在大规模诊断研究中进行技术安全性分析。
  • 需进一步测试以确定AI-ADC是否能带来更快扫描和更好临床决策。
全文中译10 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:Eur Radiol. 2025 Jul 21;36(1):288–95. doi: 10.1007/s00330-025-11871-z

引言

多参数磁共振成像(mpMRI)在临床显著前列腺癌(csPCa)的诊断、定位、风险分层和分期方面已显示出良好前景[1–5]。基于过去十年的大规模前瞻性研究,mpMRI已成为活检引导的重要技术,并提高了前列腺活检的诊断阳性率[6–9],尽管一些研究表明mpMRI仍会漏诊5–30%的前列腺癌(PCa)[10–12]。mpMRI成功用于活检引导和PCa诊断在很大程度上依赖于图像质量[13–16]。然而,获得高质量MRI具有挑战性,需要遵循前列腺影像报告和数据系统(PI-RADSv2.1)指南中规定的采集方案和一致的质量报告[17–19]。一些因素,如直肠气体相关磁敏感伪影和患者不自主运动,可显著降低图像质量,从而降低诊断性能[20]。扩散成像在PI-RADSv2.1诊断系统中被高度依赖,特别是表观扩散系数(ADC)图,但其易受伪影影响。前列腺成像质量(PI-QUAL)等质量保证举措旨在提高图像质量,但这些努力对临床实践的影响可能需要相当长的时间才能充分显现[14, 21, 22]。因此,改进ADC图质量的方法对诊断工作流程具有重要意义。

生成对抗网络(GANs)[23]因其依赖于模拟数据分布,已在医学影像中展现出增强图像质量的能力[24, 25],包括在前列腺应用中的能力[26–28]。在本研究中,我们利用一种近期开发的算法,从T2W MRI合成高质量的聚焦前列腺器官的ADC图[28],旨在通过多读者研究评估AI-ADC图与标准ADC图的质量。

材料与方法

研究设计与人群

在一项经IRB批准的方案(NCT03354416)下,我们查询了2023年10月1日至2024年1月30日期间连续接受前列腺mpMRI的合格患者。所有患者均使用32通道相控阵表面线圈在3特斯拉MRI(Ingenia Elition X,IIa类,Philips Healthcare)上扫描,重新采集参数见补充表1。所有mpMRI扫描均由一位经验丰富的泌尿生殖系统放射科医生(B.T.,具有17年经验,每年评估1000例前列腺扫描)使用PI-RADS v2.1和PI-QUAL v1进行前瞻性评估[14]。

基于读者间kappa统计的功效分析[29, 30],采用随机选择回顾性构建了74例患者的研究人群(图1),低质量和高品质MR图像等量代表,假设ADC图的基线kappa值为0.2,AI-ADC图的目标kappa值为0.4,α = 0.05,以达到0.9的功效。

图1 研究流程图。研究纳入与排除。mpMRI,多参数MRI 查看原图 ↗

AI-ADC图的生成

采用AI-ADC [28]方法从T2W MR图像生成ADC图,在本研究余下部分中将其称为“AI-ADC”图。简言之,轴向T2W MRI使用前列腺分割AI模型[31]获得的前列腺器官边界进行裁剪。裁剪过程之后,AI-ADC模型利用对比学习以及空间和通道注意力机制合成ADC图,而不使用来自采集DWI的ADC图[28](https://github.com/NIH-MIP/AI-ADC)。

多阅片者研究

我们纳入了来自四家不同机构的四名委员会认证放射科医师,每人每年阅读超过300例前列腺MRI扫描。阅片者对研究目的、临床和组织病理学结果设盲。多阅片者研究分两轮进行,中间间隔4周洗脱期,阅片者评估T2W MRI和ADC图配对(图2),回答12个关于图像质量的问题,同时对ADC图类型(标准ADC vs. AI-ADC)设盲。在第二轮中,向阅片者展示相反组合的T2W MRI和ADC配对(即第1轮T2 + ADC,第2轮T2 + AI-ADC)。组合在两轮中随机分配并排序,以避免记忆回忆偏倚。问题完整列表和图形用户界面细节见补充材料。

图2 以前列腺为中心的T2W MRI和ADC图。阅片者以所示格式并排可视化评估74对T2W MRI和ADC图。他们可选择调整窗宽窗位设置,并可在需要时重置视图以探索不同查看偏好。还提供缩放选项 查看原图 ↗

统计分析

阅片者回答被视为有序数据进行统计分析。记录AI-ADC评分高于ADC(或反之)的病例频率(比例)。统计评估使用基于患者层面1000次bootstrap迭代的Wald检验,分别针对每位阅片者及所有阅片者平均值进行。

使用线性混合效应模型评估模态(AI-ADC vs. ADC)对质量评分的影响,并校正病例和阅片者的随机效应。二分类问题使用带有二项输出的广义线性混合模型(GLMM),多分类问题使用带有Laplace近似的累积连接混合模型(CLMM)。在阅片者层面,报告配对评分差异的带连续性校正的Wilcoxon符号秩检验。

计算每对阅片者之间的二次加权Cohen's kappa评分[32]。通过计算Fleiss' kappa评分[33, 34]评估四名阅片者的总体一致性水平。所有统计检验使用R(2023.09.1)进行。对于所有评估,p < 0.05被认为显著,对于bootstrap程序,报告95%置信区间。

结果

在12个研究问题中,我们的主要目标聚焦于7个与图像质量相关的问题,包括:窗宽调节的便捷性、前列腺边界勾画的清晰度、失真程度、噪声水平、整体质量评估,以及在日常临床评估中是否需要重复采集该序列。窗宽调节、前列腺边界评估、失真程度和图像噪声水平均采用0–3分量表进行评分,其中3代表最高/最有利的成像特征。所有其他问题采用二分量表进行评分,其中1代表最高/最受偏好的特征。

ADC图与AI-ADC图的定性比较

总体而言,在与扩散成像相关的所有类别中,AI-ADC获得比其对应ADC更高评分的扫描比例均具有统计学显著性(表1)。评分差异最大的类别为失真(AI-ADC > ADC占44.93%的病例,而ADC > AI-ADC占11.49%的病例,p < 0.001)和整体图像质量(AI-ADC > ADC占34.80%的病例,而ADC > AI-ADC占5.07%的病例,p < 0.001)。每位评估者对ADC和AI-ADC图整体质量评估的桑基图见图3,AI-ADC图获得更高质量评分的示例病例见图4(补充图1)。各评估者的分析结果与平均评估者评价基本一致(补充表2)。值得注意的是,全部四位评估者均一致认为AI-ADC图的整体质量更高(均p < 0.01),以及AI-ADC图减少了图像重复采集的需求(均p < 0.01)。

为更直接地比较AI-ADC和ADC的序数评分,采用线性混合效应模型评估在校正评估者和患者变异后的评分差异(表2)。图像失真在ADC与AI-ADC之间的评分增幅最大(平均评分分别为2.53 [95% CI 2.44–2.60]和1.98 [95% CI 1.87–2.09]),且AI-ADC图的CLMM估计系数(β)为1.68(95% CI:1.30–2.05,p < 0.001),表明AI-ADC图与ADC图相比与显著更高的质量评分相关。最高的β效应量出现在ADC图整体质量评估(2.21 [95% CI 1.59–2.67],p < 0.0001)和图像重复采集需求(2.23 [1.69–2.76],p < 0.001)中,再次反映了ADC与AI-ADC之间评分的显著改善。累积评估者评分评价与各评估者质量评估一致(补充表3)。

图3 ADC图整体质量评估的桑基图。评估者1将68%(50/74)的ADC图评价为高质量,而85%(63/74)的AI-ADC图被评价为高质量(A)。评估者2将41%(30/74)的ADC图评价为高质量,而77%(56/74)的AI-ADC图被评价为高质量(B)。评估者3将43%(32/74)的ADC图评价为高质量,而74%(55/74)的AI-ADC图被评价为高质量(C)。评估者4将53%(39/74)的ADC图评价为高质量,而89%(66/74)的AI-ADC图被评价为高质量(D)。 查看原图 ↗
图4 三名患者的T2W MRI、ADC图及AI-ADC图示例。一名80岁患者,血清PSA为10.3 ng/mL,其标准ADC图因直肠气体相关磁敏感伪影(箭头)而失真,后部前列腺可见凹面边界伪影;然而,由T2W MRI生成的AI-ADC图未显示伪影(A)。一名83岁患者,血清PSA为1.8 ng/mL,其标准ADC图因左侧髋关节假体(星号)导致左半前列腺明显噪声,但AI-ADC图未显示该噪声(B)。一名57岁患者,血清PSA为0.7 ng/mL,其标准ADC图受直肠气体磁敏感伪影(箭头)影响,而相应的AI-ADC图保持无伪影(C)。所有阅片者对这三名患者的AI-ADC图均给出了更高的质量评分 查看原图 ↗
表1 阅片者评定AI-ADC图优于ADC图及反之的病例平均比例(N = 74) 查看原表 ↗
表2 四名阅片者对ADC图与AI-ADC图的平均评分 查看原表 ↗

阅片者间一致性

总体而言,阅片者间一致性在质量相关调查问题上大致为差至中等(表3)。在失真评估方面,观察到QWK有统计学显著增加(ADC图的κ = 0.042 [95% CI −0.06至0.136] 对 AI-ADC图的κ = 0.175 [95% CI 0.065–0.296],p < 0.05)。六个阅片者对之间的两两阅片者间一致性(补充表4)以及四名阅片者之间的总体一致性(补充表5)显示,在总体质量评估方面,对于AI-ADC图优于ADC图这一结论具有中等一致性。

表3 四名阅片者在ADC图与AI-ADC图上的平均二次加权kappa 查看原表 ↗

讨论

在本研究中,四名阅片者在不知晓所阅读的是AI-ADC图还是ADC图的情况下,评估了AI-ADC图改善前列腺评估的潜力[35, 36]。AI-ADC图完全 derived 自T2W MRI,而ADC图直接由采集的DW MRI计算得出。我们的多阅片者分析表明,阅片者因其更高质量而更偏好AI-ADC图而非ADC图。在此,阅片者指出,AI-ADC图在描绘前列腺边界的能力方面获得更高评分,噪声和失真更少,并具有更好的总体质量,从而导致重复采集建议更少。广义线性混合模型和累积连接混合模型估计的β系数反映了AI-ADC图所带来的改善幅度,其中β值的大小表示标准ADC图与AI-ADC图之间质量差异的强度:较高的β值对应于图像质量和可用性的更显著改善。在所评估的领域中,图像质量的主要因素获益最大,包括重复采集偏好的减少、图像增强以及失真的存在。注意到重复成像需求的显著减少,这直接转化为工作流程效率的提高和患者负担的减轻。

如果采用人工智能表观弥散系数(AI-ADC),多参数磁共振成像(mpMRI)方案有可能缩短,甚至可能缩短至单一序列,同时还能降低重新采集的可能性。这将带来更高效的临床工作流程,最大限度减少重复扫描,并优化高工作量临床环境中的资源配置。近期文献已显示生成式人工智能模型在图像合成方面的潜在临床价值。Podgorsak等[37]使用PCGAN模型从CT数据生成合成MR图像,以简化前列腺高剂量率近距离放射治疗计划制定。观察者在勾画前列腺边界方面的表现显示,合成MRI足够准确,能够生成与真实MRI所衍生计划相当的治疗计划[37]。近期一项研究[38]进一步证明了从非增强序列(T1W、T2W、DWI和ADC图)生成模拟增强前列腺MRI的可行性。使用pix2pix模型,模拟增强图像与采集图像具有高度相似性,显示出极佳的阅片者间一致性(Cohen κ = 0.96;95% CI:0.94–0.98),并基于PI-RADS版本2.1评分的重新分类证明了临床相关性[38]。虽然本研究的方法和目的有所不同,但我们同样观察到,从解剖序列衍生的合成图像所产生的图像具有更高的解剖清晰度(器官边界区分)以及改善的噪声和失真水平、更易进行窗宽窗位调整,以及AI-ADC的整体质量评分更高。

既往研究已强调,在前列腺MRI中评估DWI特征时存在显著的阅片者间变异,凸显了图像判读一致性方面的关键挑战。在Giganti等[39]的研究中,两名放射科医生之间PI-QUAL评估的总体重现性较强。然而,在存在明显分歧的病例中,最大的差异出现在基于整体图像充分性和无伪影的DWI序列评估方面。同样,在Basar等[40]的研究中,报告T2W诊断质量的阅片者间一致性较高(κ = 0.76 [95% CI:0.56–0.96]),而DWI则较低(κ = 0.46 [95% CI:0.18–0.74])。在本研究中,尽管ADC图的图像质量已显示出改善,但我们并未观察到与标准ADC图相比,AI-ADC图在阅片者间一致性方面存在持续升高的趋势。

我们的研究存在一些局限性。首先,我们的样本量为74例患者,虽然在检测一致性水平上具有临床相关差异的效能方面是充分的,但样本量相对较小。其次,研究的范围受限于所使用数据集的多样性。尽管从一家机构获得的ADC图由于测试集中同时包含高质量和低质量组而表现出一定的多样性,但纳入来自不同MRI系统和机构的更多样化数据集将进一步确保AI-ADC模型在各种临床环境中的稳健性。未来的研究将考虑多中心试验,以验证模型在不同扫描仪、采集方案和患者人群中的性能。第三,我们仅在回顾性环境中评估了AI-ADC图的质量和实用性。为了全面评估临床适用性,未来的研究应调查这些图在前瞻性临床诊断工作流程中的表现。我们计划开展一项研究,包括评估放射科医师如何实时与AI-ADC图交互,以及这些图像质量的改善是否能转化为更好的诊断结局,例如更准确地检测临床显著性前列腺癌或减少不必要的活检。由于本研究的主要目标并非肿瘤学结局,我们未对这一点进行足够详细的探讨。最后,生成式AI存在幻觉的风险;虽然我们在最初的开发研究和当前工作中未观察到这一现象,但在大规模诊断研究中进行技术安全性分析是我们近期的计划之一。

总之,本研究证明了AI-ADC图替代标准ADC图的可行性。AI-ADC图具有更高的质量、更好的前列腺边界勾画、更低的噪声和更小的失真。这些改进可通过减少初始采集次数和重新采集的需求来简化诊断流程。然而,仍需进一步测试以确定AI-ADC是否能带来更快的扫描和更好的临床决策。

补充信息

电子补充材料

引用

  1. Ozyoruk KB, Harmon SA, Yilmaz EC, et al. Artificial intelligence-generated apparent diffusion coefficient (AI-ADC) maps for prostate gland assessment: a multi-reader study. Eur Radiol. 2025. PMID: 40691514. doi:10.1007/s00330-025-11871-z
  2. 全文:PMC12712018(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12712018/

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。