Prostate-Specific Foundation Models for Enhanced Detection of Clinically Significant Cancer

要約

前立腺がんの正確な診断は依然として困難である。MRIを使用する場合でも、放射線科医の特異度は低く、観察者間のばらつきが大きいため、臨床的に重要ながんの同定が遅れたり、不正確になったりする可能性がある。このため、不必要な生検が多数行われ、臨床的に重要ながんを見逃す危険性がある。ここでは、前立腺画像対比ネットワーク（ProViCNet：prostate vision contrastive network）を紹介する。ProViCNetは、MRI（磁気共鳴画像）とTRUS（経直腸超音波画像）のための前立腺臓器に特化した視覚基盤モデルであり、包括的ながん検出を可能にする。ProViCNetは、生検で確認された放射線科医の注釈に導かれたパッチレベルのコントラスト学習に依存する放射線画像上の前立腺がん検出モデルとして、6施設にわたる4,401人の患者を用いて訓練され、検証された。ProViCNetは、複数の内部および外部検証コホートで一貫した性能を示し、レシーバー動作曲線下面積は0.875から0.966の範囲であり、mpMRIではリーダー研究における放射線科医を有意に上回り（0.907対0.805、p<0.001）、TRUSでは0.670から0.740を達成した。また、ProViCNetを標準的なPSAと統合して仮想スクリーニング検査を開発し、臨床的に重要な癌を検出するための高い感度を維持しながら、特異度を15％から38％（p<0.001）へと2倍以上に高めることができることを示し、それによって不必要な生検を大幅に減らすことができた。これらの知見は、ProViCNetが前立腺癌の診断精度を高め、不必要な生検を減らし、診断経路を最適化する可能性を強調するものである。

要約(オリジナル)

Accurate prostate cancer diagnosis remains challenging. Even when using MRI, radiologists exhibit low specificity and significant inter-observer variability, leading to potential delays or inaccuracies in identifying clinically significant cancers. This leads to numerous unnecessary biopsies and risks of missing clinically significant cancers. Here we present prostate vision contrastive network (ProViCNet), prostate organ-specific vision foundation models for Magnetic Resonance Imaging (MRI) and Trans-Rectal Ultrasound imaging (TRUS) for comprehensive cancer detection. ProViCNet was trained and validated using 4,401 patients across six institutions, as a prostate cancer detection model on radiology images relying on patch-level contrastive learning guided by biopsy confirmed radiologist annotations. ProViCNet demonstrated consistent performance across multiple internal and external validation cohorts with area under the receiver operating curve values ranging from 0.875 to 0.966, significantly outperforming radiologists in the reader study (0.907 versus 0.805, p<0.001) for mpMRI, while achieving 0.670 to 0.740 for TRUS. We also integrated ProViCNet with standard PSA to develop a virtual screening test, and we showed that we can maintain the high sensitivity for detecting clinically significant cancers while more than doubling specificity from 15% to 38% (p<0.001), thereby substantially reducing unnecessary biopsies. These findings highlight that ProViCNet's potential for enhancing prostate cancer diagnosis accuracy and reduce unnecessary biopsies, thereby optimizing diagnostic pathways.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL