前列腺癌是男性第二常见的癌症，每年在美国约有30万人被诊断出患有这种疾病。为了开发一种一致的方法来估计前列腺癌的大小，这可以帮助临床医生更准确地做出明智的治疗决策，麻省总医院布里格姆的研究人员基于700多名前列腺癌患者的MRI扫描训练和验证了一个AI模型。该模型能够识别并划定85%最具有放射学侵袭性的前列腺病变的边界。根据AI模型估计的肿瘤体积较大，与治疗失败和转移的风险增加有关，独立于通常用于估计这些风险的其他因素。此外，对于接受放射治疗的患者，肿瘤体积在预测转移方面比传统风险分层表现更好。研究人员认为，该工具可以用来帮助临床医生了解肿瘤的侵袭性，指导个性化治疗计划，并指导放射治疗。该研究已发表在《放射学》杂志上。
“AI确定的肿瘤体积有潜力通过提高我们理解患者癌症侵袭性的能力，从而推进前列腺癌患者的精准医疗，并因此推荐最优化的治疗方案。” 麻省总医院布里格姆放射肿瘤科的David D. Yang博士说，他是该研究的第一作者，该科室是麻省总医院布里格姆医疗系统的创始成员。
MRI提高了临床医生诊断前列腺癌的能力，已成为常规诊断和治疗的一部分。虽然人类临床医生可以根据MRI图像估算肿瘤大小，但这些估算具有一定的主观性，因人而异。为了开发一种更一致的估算方法，研究人员基于732名在单个中心接受治疗的前列腺癌患者的MRI图像训练了一个AI模型。然后，他们调查了AI模型的大小估算是否与诊断后5至10年的治疗成功相关。结果显示，AI模型能够定位并测量患者队列中约85%的PI-RADS（前列腺影像报告和数据系统）评分为5的前列腺肿瘤。该评分表示非常高风险的临床显著前列腺癌。模型的大小估算还显示出作为预后标志物的潜力：较大的肿瘤与前列腺特异性抗原（PSA）血水平升高或转移的风险增加有关，无论患者是接受手术还是放射治疗。
“AI测量本身可以告诉我们一些额外的患者预后信息。对于患者来说，这可以真正告诉他们治愈的机会有多大，以及他们的癌症未来复发或转移的可能性。” 麻省总医院布里格姆放射肿瘤科的Martin King博士说，他是该研究的资深作者。
除了帮助临床医生和患者了解其癌症的侵袭性外，AI模型还可以通过精确定位肿瘤的焦点区域来指导放射肿瘤学家进行更精确的治疗。与目前用于预测前列腺癌侵袭性的方法相比，AI检测速度更快，通常这些方法需要两周或更长时间才能得出结果。AI辅助检测意味着患者可以更快开始治疗。癌症研究是麻省总医院布里格姆为患者提供护理的基础支柱之一。研究结合系统在创新、教育和社区参与方面的优势，使麻省总医院布里格姆癌症中心能够提供全面的癌症护理，将健康公平置于支持的核心。其愿景是提供全面、综合和研究导向的癌症护理，帮助患者从预防和早期检测到治疗和康复，全程导航。
展望未来，研究人员计划使用更大的多机构数据集测试他们的模型。“我们希望使用其他机构和具有不同疾病特征的患者队列来验证我们的发现，以确保这种方法适用于所有患者。” Yang博士说。
(全文结束)
