新しい研究は、人工知能 (AI) が磁気共鳴画像法 (MRI) による PI-RADS 3 病変の前立腺生検の削減に大きな影響を与える可能性があることを示唆しています。
最近北米放射線学会（RSNA）会議で発表されたこの後ろ向き研究では、研究者らは合計248人の患者の302個のPI-RADS病変に対するAIモデルを評価した。研究によると、コホートの全患者はMRI/超音波ガイド下の融合生検を受け、その後マルチパラメトリックMRIを受けた。研究著者らは、302 の生検のうち 44 が臨床的に重大な前立腺がん (csPCa) の陽性反応を示したと指摘しました。1
研究者らは、前立腺特異抗原密度（PSAD）> 0.15 ng/mL2 は、PI-RAD 3 指標病変における csPCa の可能性が 6 倍を超えることに関連しているが、感度は 61 パーセントにすぎないと指摘しました。しかし、AL モデルを PSAD 閾値と組み合わせると、研究著者らは感度が 17% (78%) 増加し、陰性的中率 (NPV) が 93% 増加したことに注目しました。1
最近の RSNA 会議で発表された新しい研究では、AI モデルと前立腺特異抗原密度 (PSAD) > 0.15 ng/mL2 の組み合わせでは、臨床的に重大な前立腺がんの感度が 78 パーセント、陰性的中率 (NPV) が 93 パーセントであることが示されました。 PI-RADS 3 病変における (csPCa)。 (画像はAdobe Stockよりお借りしました。)
「bpMRI ベースの AI モデルと PSAD を組み合わせることで、PI-RADS 3 病変を持つ患者の診断プロセスを著しく向上させることができます」と、研究筆頭著者で国立衛生研究所分子イメージング部門の博士研究員であるオマー・エセンガー医学博士は書いています。 （NIH（アメリカ国立衛生研究所）。
(編集者注: RSNA の詳細については、ここをクリックしてください。)
AI モデル自体は、csPCa を診断するための全体的な感度が 57 パーセント、特異度が 62 パーセントでしたが、89 パーセントの NPV で csPCa を除外する可能性が依然として期待できると研究者らは指摘しました。1
「AI モデルだけでも、特に不必要な生検を最小限に抑えるために重要な csPCa の検出において、高い NPV を示しました」と Esengur らは付け加えました。
参照
1. Esengur OT、Yilmaz EC、Ozyoruk KB、他。マルチパラメータ MRI での PI-RADS 3 病変に対する生検の意思決定を最適化するマルチモーダル アプローチ。 2024年12月1日から5日まで開催される北米放射線学会（RSNA）2024第110回科学総会および年次総会で発表されたポスター。 。
1733778007
#MRI #ベースの #は #PIRADS #症例における生検の意思決定を強化できるか
2024-12-09 20:37:00