前列腺癌：人工智能能帮助避免不必要的活检吗?

如果PSA测试显示升高的值，这可能是前列腺癌的一个指标。为了证实这种怀疑，医生们今天首先使用磁共振成像作为进一步的诊断测试。这里使用的“多参数MRI”结合了各种成像技术，因此提供了非常详细的图像。

然而，最终的确定性只能通过从前列腺中提取组织样本来获得。DKFZ的放射科医生David Bonekamp说:“活组织检查是侵入性的，在极少数情况下可能导致感染或出血，有时甚至需要住院治疗。”因此，医生们正在迫切地寻找改善风险预测的方法。“我们的目标是筛选出那些患癌症风险最低的男性。他们可以避免组织切除或将其推迟一段时间。另一方面，患前列腺癌的可能性很高的男性从活检中受益，因为癌症可以及早发现，”Bonekamp说。

今天，研究人员使用计算器来估计前列腺癌的风险，它考虑了各种参数，如PSA值、年龄、 前列腺体积 以及核磁共振结果。为此，医生使用一种称为PI-RADS的系统对MRI图像进行系统化评估，最终提供前列腺癌存在的概率值。

基于深度学习的人工智能能否进一步改善这种预测，甚至可能取代PI-RADS?为了验证这一点，Bonekamp的团队开展了一项回顾性研究，其中包括1627名男性的数据，这些男性在2014年至2021年期间在海德堡接受了前列腺多参数MRI成像，随后接受了活检。

在DKFZ开发的用于评估图像数据的算法使用了1000多名这些人的MRI图像进行了训练。利用剩下的大约500个数据集，研究人员测试了他们的风险计算器与人工智能的结合是否能提高前列腺癌预测的准确性。

如果将风险计算器中的PI-RADS值替换为AI方法，其诊断意义几乎没有变化。相比之下，人工智能和PI-RADS的结合提供了明显更好的结果:在最初接受活检的男性中，它确定了49%的最低风险。DKFZ的Adrian Schrader是这项研究的第一作者，他说:“这意味着，从理论上讲，深度学习和放射学发现的结合可以避免几乎一半的活检，而不会忽略相关数量的肿瘤。”

放射科医生从这一结果中得出结论，基于深度学习的人工智能和由经验丰富的放射科医生进行的PI-RADS评估显然提供了互补的诊断信息，它们共同有助于对患者进行更精确的风险分层。

“对于PSA值升高的患者，未来将人工智能分析整合到进一步的诊断中可能是一个很大的优势。然而，前瞻性研究必须证实该程序的好处，并澄清它对患者没有缺点，”Bonekamp说。