在加州大学洛杉矶分校（UCLA）健康系统，研究团队发现，使用人工智能（AI）辅助癌症轮廓描绘时，预测癌症大小的准确性和一致性是医生单靠传统临床影像和血液检查来估计癌症范围的45倍。这种人工智能的应用能够大大降低对前列腺癌范围的低估，从而导致更精确的诊断、治疗计划和手术程序。研究人员指出，与单靠传统临床影像和血液检查相比，利用人工智能进行癌症轮廓描绘的准确性和一致性显著提高。实际上，使用AI时，预测的准确性提高了45倍。这项研究的结果最近发表在《泌尿学杂志》上。
研究作者、助理教授韦恩·布里斯班（Dr. Wayne Brisbane）强调，准确确定前列腺癌的范围对有效的治疗计划至关重要。癌症的不同阶段可能需要不同的治疗方法，例如积极监测、手术、局部治疗、放疗、激素治疗、化疗或这些治疗的组合。文章的作者是UCLA大卫·格芬医学院的泌尿学教授，同时也是UCLA健康喬森综合癌症中心的成员。
评估前列腺癌的严重程度是一项复杂的任务，通常需要外科医生同时考虑不同的诊断测试，如前列腺特异抗原（PSA）血液测试、MRI、CT扫描等影像学检查及其他临床特征，以确定癌细胞的攻击性。
布里斯班表示，医生通常依赖MRI上肿瘤的外观，但前列腺癌的真实范围可能在MRI上不可见，从而导致医生低估肿瘤的大小。
为了解决这一挑战性问题，UCLA和Avenda Health的研究人员开发了一种新的人工智能系统。该AI系统已被证明在定义前列腺癌的边界方面比MRI更有效。这展示了人工智能在增强微创治疗方法（如局部治疗）方面的潜力。局部治疗是一种相对新的前列腺癌治疗方法，目的是消除癌细胞，同时尽量减少对周围健康组织的损害。然而，在这项研究之前，医生手中AI系统的表现尚未经过测试。
为了评估AI软件如何影响癌症轮廓描绘和医生的临床决策，研究人员进行了涉及多个读者和案例的研究。该研究比较了在AI辅助和不辅助下，医生使用的轮廓描绘方法。七名经验从两年到23年的泌尿科医生和三名放射科医生审查了50名接受前列腺切除术并有可能接受局部治疗的患者的案例。每个案例包括T2加权MRI图像和前列腺腺体及周围区域的轮廓，以及在活检报告之前怀疑的癌症区域。医生首先检查图像，并手动勾画出可能的癌症区域，尽量涵盖所有重要的病灶。经过至少四周的等待，他们再次审查相同的病例，并利用AI软件帮助定位癌症区域。然后进行了评估，以判断每种方法绘制的癌症轮廓的精确度和阴性边缘率。研究发现，在使用传统方法时，医生在活检报告之前仅怀疑癌症时达成阴性边缘的概率为1.6%。而在AI辅助下，这一数字增加到了72.8%。
“我们观察到AI的辅助提高了医生的准确性和一致性，促进了医生之间的共识，”泌尿科、外科和生物工程的助理副教授、研究的高级作者Shyam Natarajan解释道。
该团队还发现，使用AI使得临床医生对单侧癌症患者的局部治疗推荐量增加，并减少了肿瘤包裹的准确性的变动，从而可能降低副作用的可能性。副作用通常与更具侵袭性的治疗方法（如手术或放疗）相关。“在癌症治疗中使用AI可能导致为患者提供更有效和个性化的护理，使治疗更好地满足他们的个体需求，并在抗击疾病方面更成功，”布里斯班说。该研究获得了国家癌症研究所的部分资助。该研究的共同第一作者为来自Avenda Health的Sakina Mohammed Mota和Alan Priester。其他作者包括UCLA的James Sayre及Avenda Health的Joshua Shubert、Jeremey Bong和Brittany Berry-Pusey。
以下个人存在利益冲突：Mota、Priester、Shubert和Bong在Avenda Health任职。Berry-Pusey和Natarajan是Avenda Health的共同创始人。Sayre为Avenda Health提供咨询服务。
