西奈山伊坎医学院的一个研究团队开发了一种人工智能工具，可能会改善前列腺癌的预后和管理，这一成果发表在最近的《欧洲泌尿学》研究中。
美国癌症协会指出，除皮肤癌外，前列腺癌是美国男性最常见的癌症诊断，预计 2024 年会有 299,010 例新发病例和 35,250 例死亡病例。
从 2007 年到 2014 年，前列腺癌的诊断数量显著下降，但此后总体发病率增加了约 3％，晚期前列腺癌的发病率增加了 5％。
改善前列腺癌患者的治疗效果需要早期干预以减缓疾病预后并个性化治疗，但某些患者亚组的预后局限性使得这一目标难以实现。
该研究的共同通讯作者 Ash Tewari 博士在新闻稿中解释说：“约 60％处于中等风险组的患者没有明确的治疗计划，约 30 至 50％的患者在第一轮治疗后癌症会进展。我们发现其中一些患者癌症快速进展的风险更高，因此早期识别他们至关重要。”
为了克服这些障碍，研究人员试图探索人工智能对医学图像的驱动分析是否可以改善前列腺癌的风险分层。
该模型 PATHOMIQ_PRAD 旨在利用深度学习从全切片活检和手术图像中提取形态特征。通过这样做，该工具可以识别出前列腺癌快速进展风险较高的中等风险患者，使临床医生能够更准确地预测预后并制定个性化的治疗计划。
Tewari 指出：“我们开发了这个工具来分析活检或手术的样本，更清楚地了解哪些患者可能需要更早地进行更积极的治疗以改善其治疗效果。PATHOMIQ_PRAD 有可能成为临床决策的常规部分。”
PATHOMIQ_PRAD 为患者提供从 0 到 1 的风险评分，分数越高表明影像中存在高风险特征。
为了测试该模型，研究团队让其根据已确定的转移和生化复发截止值将大量患者队列分为高风险和低风险组，这可以揭示癌症复发的机会。
与其他风险分层工具相比，该工具在表现上优于现有的五年癌症结果基准。
共同通讯作者 Sujit S. Nair 博士说：“该工具的一个关键优势在于它能够分析组织的特定区域，这些区域可能包含以前未发现的前列腺癌进展驱动因素的线索。这种见解可能会促进对前列腺癌结果中种族差异的理解，帮助我们探索为什么某些人群面临更具侵袭性的疾病。这些进展令人兴奋，我们正在努力进行进一步的验证研究。”
研究团队表示，PATHOMIQ_PRAD 是医疗驱动风险分层人工智能领域的首创，旨在为中等风险前列腺癌管理提供一种可扩展、通用且经济实惠的选择。
研究的合著者 Rachel Brody 博士说：“我们的研究开创了一种创新设计，我们对 AI 工具改变前列腺癌患者风险分层的潜力感到兴奋，为未来的进步铺平了道路。”
（全文结束）
