Article
Einfluss der Nutzung von künstlicher Intelligenz bei der Planung einer transperinealen MRT-TRUS Fusionsbiopsie der Prostata auf die Detektion klinisch signifikanter Tumore – eine prospektive Kohortenstudie
Search Medline for
Authors
Published: | May 13, 2024 |
---|
Outline
Text
Die Herausforderungen bei der Interpretation von mpMRT der Prostata führen zu qualitativen Unterschieden der radiologischen Befunde. Ein zuverlässiger Befund ist jedoch essentiell für die Planung und Durchführung von transperinealen MRT-TRUS Fusionsbiopsien der Prostata (MRT-TRUS TPB). Eine potenzielle Lösung zur Verbesserung der MRT-Befundqualität ist die Anwendung von Computer-gestützten Diagnosesystemen (CAD). Die KI-basierte CAD-Software Quantib®Prostate wurde entwickelt, um die Erkennung PCa suspekter Regionen durch die Analyse von T2W-, DWI- und DCE-Sequenzen zu optimieren. Das Ziel dieser Studie ist es, den diagnostischen Mehrwert der KI-basierten CAD-Software im Vergleich zur PI-RADS-Befundung für die Detektion von PCa bei der Durchführung von MRT-TRUS TPB zu evaluieren.
Von 01 bis 07/2022 wurden insgesamt 262 Patienten in der prospektiven Studie analysiert. Zielbiopsien (ZB) erfolgten anhand der PI-RADS Befundung (Berichte aus 27 verschiedenen radiologischen Instituten) und der CAD-Software-Analyse. Zusätzlich wurden systematische Biopsien (SB) nach einem reduzierten Schema durchgeführt. Der primäre Endpunkt war die Detektion klinisch signifikanter (cs) PCa (ISUP GG≥2) in Abhängigkeit von der PI-RADS- und CAD-Befundung. Zu den sekundären Endpunkten gehörten die Bewertung der Übereinstimmung der Lokalisierung von Indexläsionen und die falsch-positiv-Raten der PI-RADS- und CAD-Läsionen. Die Performance wurde mit Hilfe von „free-response receiver operating characteristic curves“ und dem „exact Fisher-Yates-Test“ geprüft.
Insgesamt wurde bei 56% (146/262) der Männer ein csPCa entdeckt, mit einer Sensitivität von 92% bzw. 97% (p=0,007) für PI-RADS- und CAD-gesteuerte Biopsien. In 4% (10/262) der Fälle wurde das csPCa ausschließlich durch CAD-gesteuerte Biopsien erkannt, während bei 8% (22/262) zusätzliche csPCa-Läsionen identifiziert wurden. Die CAD-Software erkannte 98% der klinisch relevanten PI-RADS-Index-Läsionen. Insgesamt stieg die Gesamtzahl der beschriebenen suspekten Läsionen durch die CAD-Software um 54% (518 vs. 336) und die falsch-positiv Rate verdoppelte sich (0,66 vs. 1,39; p=0,009).
In Anbetracht der variierenden Qualität der PI-RADS-Befundung zwischen verschiedenen radiologischen Zentren könnte der Einsatz einer KI-basierten CAD-Software bei der MRT-TRUS Biopsieplanung Sicherheit bieten. Durch die zuverlässige Erkennung suspekter Läsionen könnte dies zu einer höheren Detektionsrate von klinisch signifikantem Prostatakrebs führen. Allerdings geht dies mit einer potenziell erhöhten Anzahl an Biopsien und einer gesteigerten falsch-positiven Rate einher.