前列腺癌疾病负担与诊断挑战 - 前列腺癌是全球男性第二大癌症 中国发病率以每年13%增速上升 现居男性恶性肿瘤第六位 [2] - 2024年中国新发病例达14.4万人 预计2030年达19.9万人 2035年将达25万人 [2] - 临床诊断存在困难：50岁以上男性中1/3B超发现前列腺结节 近10%出现PSA异常升高 [3] - 现有磁共振PI-RADS评分存在30%的医生间判读差异 可能导致假阴性延误治疗或假阳性过度穿刺 [3] 人工智能诊断模型开发突破 - 多学科团队在Nature Cancer发表研究 开发基于多中心真实临床数据的MRI-PTPCa模型 [4][5] - 研究招募5747名患者队列 使用1296950对影像数据构建基础模型 集成自监督学习和Transformer技术 [7] - 模型通过T2WI、DWI、ADC三个磁共振序列预测肿瘤侵袭性信息 辅助诊断前列腺癌和临床显著前列腺癌 [9] - 在回顾性研究中涉及7个机构和4个医疗中心 前瞻性研究将AI作为独立系统测试 [9] 模型性能与临床价值 - 模型表现优异：前列腺癌诊断AUC达0.983 临床显著前列腺癌AUC达0.978 分级准确率达89.1% [9] - 与多参数MRI联合使用时 非侵入性诊断和分级表现与病理评估相当 [9] - MRI-PTPCa得分与真实格里森分级呈显著正相关 注意力热图可识别关键区域 [10] - 模型特征与tPSA、fPSA和f/tPSA呈现显著相关性 为分子层面信息提供支持 [10] 技术优势与应用前景 - 该基础模型展示AI结合MRI可定量反映前列腺肿瘤病理特征 [5][11] - 有望显著减少不必要的前列腺穿刺活检 降低患者痛苦和并发症风险 [5] - 为前列腺癌患者提供更舒适安全的诊疗体验 开辟无创精准诊断新路径 [5]