现阶段，双参数磁共振成像（bpMRI）已成为检测具有临床意义的前列腺癌（csPCa）的有效工具。前列腺成像报告和数据系统（PI-RADS）2.1 版是用于解读前列腺磁共振成像（MRI）并识别恶性肿瘤的既定框架。然而，该系统依赖于定性和半定量评估，这需要高水平的专业知识才能实现最佳解读。PI-RADS 病变在形状和信号强度方面存在的变异性，使得区分恶性和良性病变变得复杂，进而导致了专家内部以及不同专家之间解读的高变异性。因此，识别 PI-RADS 病变增加了在磁共振成像（MRI）中辨别具有临床意义的前列腺癌（csPCa）的复杂性。

众多研究已经开发出用于检测具有临床意义的前列腺癌（csPCa）的深度学习（DL）模型，但往往未将其性能与放射学诊断结果进行比较。这些基于大规模多中心数据库训练的模型已展现出出色的性能。部分研究将深度学习（DL）算法的性能与放射科医生的专业诊断进行了对比，结果各异。深度学习（DL）算法有时能超越或匹配经验不足的放射科医生以及放射科住院医师的表现，但与专家级放射科医生对比时，往往是人类专家的表现更优。

尽管前列腺成像报告和数据系统（PI-RADS）2.1 版在临床上被广泛采用，但对于其可靠性，尤其是在单中心研究中的可靠性，仍存在担忧。在较小的医疗中心实施前列腺成像报告和数据系统（PI-RADS），相较于专家中心，可能会影响其有效性。而且，缺乏将人工智能（AI）系统与非专家级放射科医生进行比较的研究，凸显了评估人工智能（AI）在常规临床实践中附加价值的必要性。此外，一些比较深度学习（DL）模型性能和放射学诊断结果的研究使用的是私有数据集，这限制了研究结果的可重复性和通用性。仅有少数基于可公开获取的 PROSTATEx 数据集开展的研究提供了患者层面的性能情况，却缺少详细的病变检测指标。这些局限性强调了需要公开可获取的数据集来促进该领域的基准测试。

最近，发表在European Radiology 上的一篇文章评估了一个基于双参数磁共振成像（bpMRI）检测临床意义重大的前列腺癌（csPCa，定义为格里森分级分组（GGG）≥2）的深度学习流程，并将其性能与放射学诊断结果进行了比较。

训练数据集包含来自三大洲的 4381 例双参数磁共振成像（bpMRI）病例（其中 3800 例阳性，581 例阴性），80% 的病例使用前列腺成像报告和数据系统（PI-RADS）进行标注，20% 的病例带有格里森评分。测试集由来自 PROSTATEx 数据集的 328 例病例组成，其中 34% 为阳性（GGG≥2）病例，66% 为阴性病例。使用三维 nnU - Net 在双参数磁共振成像（bpMRI）数据上针对病变检测进行训练，通过基于组织病理学的标注进行评估，并采用患者层面和病变层面的指标以及病变体积、格里森分级分组（GGG）等进行综合评价。将该算法与使用多参数磁共振成像（mpMRI）的非专家级放射科医生进行对比。

该模型获得的受试者工作特征曲线下面积（AUC）为 0.83（95% 置信区间：0.80，0.87）。在每体积 0.5 个假阳性（FP / 体积）的情况下，病变层面的敏感度为 0.85（95% 置信区间：0.82，0.94）；在每体积 1 个假阳性（FP / 体积）时，敏感度为 0.88（95% 置信区间：0.79，0.92）。平均精度为 0.55（95% 置信区间：0.46，0.64）。对于体积大于 650mm³ 的病变，模型敏感度超过 0.90，且在各个格里森分级分组（GGG）中敏感度均超过 0.85。在相同的假阳性率（FP 率）下，模型的真阳性率（TPR）高于放射科医生，对于前列腺成像报告和数据系统（PI-RADS）≥3 和前列腺成像报告和数据系统（PI-RADS）≥4 的病变，模型的真阳性率（TPR）分别为 0.93 和 0.79，而放射科医生的真阳性率（TPR）分别为 0.87 和 0.68（p≤0.05）。

图 PI-RADS评分≥3分、PI-RADS评分≥4分的病例及病变检测临床显著性前列腺癌（csPCa）

本项研究表明，深度学习（DL）模型在独立测试队列中检测前列腺癌（csPCa）时表现出色，超越了放射学诊断结果，并展示出人工智能（AI）在提高非专家级放射科医生诊断准确性方面的潜力。不过，检测小病变仍然是一项具有挑战性的任务。

原始出处：

Noëlie Debs,Alexandre Routier,Alexandre Bône,et al.Evaluation of a deep learning prostate cancer detection system on biparametric MRI against radiological reading.DOI:10.1007/s00330-024-11287-1