Prostate Cancer Screening with Artificial Intelligence-Enhanced Micro-Ultrasound: A Comparative Study with Traditional Methods

要約

背景と目的：Micro-Ultrasound（Micro-US）は、臨床的に重要な前立腺癌（CSPCA）を検出するためにMRIに匹敵する診断精度を備えた新しい画像診断モダリティです。
Micro-USの人工知能（AI）解釈がPSAおよびデジタル直腸検査（DRE）を使用して臨床スクリーニング方法を上回ることができるかどうかを調査しました。
方法：微小USガイド付き生検を受けた145人の男性を遡及的に研究しました（CSPCAを含む79、なしで66人）。
2D Micro-USスライスから深い画像機能を抽出するために、自己監視された畳み込み自動エンコーダーを使用しました。
ランダムフォレスト分類器は、5倍の交差検証を使用して訓練を受け、スライスレベルでCSPCAを予測しました。
88以上の連続したスライスが陽性と予測された場合、患者はCSPCA陽性として分類されました。
モデルのパフォーマンスは、PSA、DRE、前立腺量、および年齢を使用して分類器と比較されました。
主要な調査結果と制限：AIベースのMicro-USモデルと臨床スクリーニングモデルは、それぞれ0.871と0.753のAurocsを達成しました。
固定しきい値では、Micro-USモデルは92.5％の感度と68.1％の特異性を達成しましたが、臨床モデルは96.2％の感度を示しましたが、特異性は27.3％しかありませんでした。
制限には、遡及的なシングルセンター設計と外部検証の欠如が含まれます。
結論と臨床的意味：AI解釈されたMicro-USは、CSPCA検出の高い感度を維持しながら、特異性を向上させます。
この方法は、不必要な生検を減らし、PSAベースのスクリーニングに代わる低コストの代替として機能する可能性があります。
患者の概要：前立腺微小紫外線画像を分析するAIシステムを開発しました。
攻撃的な癌の検出においてPSAとDREを上回り、不必要な生検を避けるのに役立つ可能性があります。

要約(オリジナル)

Background and objective: Micro-ultrasound (micro-US) is a novel imaging modality with diagnostic accuracy comparable to MRI for detecting clinically significant prostate cancer (csPCa). We investigated whether artificial intelligence (AI) interpretation of micro-US can outperform clinical screening methods using PSA and digital rectal examination (DRE). Methods: We retrospectively studied 145 men who underwent micro-US guided biopsy (79 with csPCa, 66 without). A self-supervised convolutional autoencoder was used to extract deep image features from 2D micro-US slices. Random forest classifiers were trained using five-fold cross-validation to predict csPCa at the slice level. Patients were classified as csPCa-positive if 88 or more consecutive slices were predicted positive. Model performance was compared with a classifier using PSA, DRE, prostate volume, and age. Key findings and limitations: The AI-based micro-US model and clinical screening model achieved AUROCs of 0.871 and 0.753, respectively. At a fixed threshold, the micro-US model achieved 92.5% sensitivity and 68.1% specificity, while the clinical model showed 96.2% sensitivity but only 27.3% specificity. Limitations include a retrospective single-center design and lack of external validation. Conclusions and clinical implications: AI-interpreted micro-US improves specificity while maintaining high sensitivity for csPCa detection. This method may reduce unnecessary biopsies and serve as a low-cost alternative to PSA-based screening. Patient summary: We developed an AI system to analyze prostate micro-ultrasound images. It outperformed PSA and DRE in detecting aggressive cancer and may help avoid unnecessary biopsies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google