在一项大规模诊断研究中，人工智能（AI）辅助显著提高了磁共振成像（MRI）中前列腺癌的检测效果，相比无辅助读片，诊断准确性提高了3.3%。AI支持在检测临床显著性前列腺癌（csPCa）时，提高了敏感性（96.8%）和特异性（50.1%）。
方法：
- 研究人员进行了一项诊断观察研究，来自17个国家的61名读者（34名专家和27名非专家）评估了360例前列腺癌患者（n = 360；中位年龄为65岁）的MRI检查，分别在有AI辅助和无AI辅助的情况下进行。
- 本研究中使用的AI系统是在国际前列腺影像-癌症AI（PI-CAI）联盟内策划和开发的，用于检测和诊断csPCa。
- 主要目标是评估在患者水平上，AI辅助的csPCa诊断是否优于无辅助诊断，使用受试者工作特征曲线下面积（AUROC）、敏感性和特异性，在前列腺影像报告和数据系统（PI-RADS）阈值为3或以上时进行比较。
结论：
- 在接受检查的360名男性中，有122人患有csPCa。
- 在AI辅助下，AUROC为0.916，而无辅助下的AUROC为0.882，显示提高了3.3%（P < .001）。
- AI辅助评估的敏感性为96.8%，而无辅助评估的敏感性为94.3%，显著提高了2.5%（P < .001）。
- 同样，AI辅助的特异性为50.1%，而无辅助的特异性为46.7%，提高了3.4%。
- 非专家读者在AI辅助下的表现提升比专家读者更明显，达到了比无辅助专家更高的AUROC得分。
实践应用：
“这项诊断研究表明，与无辅助评估双参数MRI相比，AI辅助在改善csPCa诊断方面具有潜力，统计上显著提高了AUROC、敏感性和特异性，在PI-RADS评分为3或以上时尤为明显。值得注意的是，非专家读者从AI辅助中获得了更高的益处，”作者写道。
来源：
该研究由荷兰奈梅亨拉德布德大学医学中心微创图像引导干预中心的Jasper J. Twilt领导，并于2025年6月13日在《JAMA Network Open》在线发表。
局限性：
数据是在PI-CAI范围内回顾性整理的，包括连续队列和抽样队列。研究的普遍适用性需要进一步验证，涉及不同疾病流行率、图像质量和临床因素的外部队列。控制的在线阅读工作站环境与读者的本地设置不同，可能影响诊断性能。该研究未评估工作流程效率或在实际临床环境中性能改进的临床适用性。
披露：
该研究得到了Health-Holland和欧盟地平线2020的支持。几位作者报告了从各种来源获得个人费用和研究资金以及其他关系。
(全文结束)
