前列腺癌是男性中第二常见的癌症，每年在美国有近30万个新诊断病例。麻省总医院布莱根研究人员开发了一种可靠的估计前列腺癌大小的技术，增强了临床医生在治疗决策方面的信息能力。他们通过使用来自700多例前列腺癌患者的MRI扫描来训练和验证AI模型，取得了这一成果。令人印象深刻的是，该模型能够准确识别和勾勒出85%在放射影像上检测到的最具侵袭性病灶的边界。
根据AI模型的评估，较大的肿瘤与治疗失败和转移的可能性增加有关，无论其他常用的风险因素如何。此外，对于接受放射治疗的患者，AI所指示的肿瘤体积在预测转移方面超过了传统方法。研究人员乐观地认为，这一工具可以帮助临床医生确定肿瘤的严重程度，从而制定更具针对性的治疗策略并指导放射治疗。该研究的发现详细公布在期刊Radiology.上。
研究的主要作者、来自麻省总医院布莱根女子医院放射肿瘤科的杨大卫医生表示：“AI衍生的肿瘤体积可以极大提高前列腺癌患者的精准医学水平，通过细化我们对癌症侵袭性的理解，从而实现最佳治疗建议。”
MRI技术显著改善了前列腺癌的诊断，目前已成为治疗协议的常规组成部分。虽然医生可以利用MRI结果估算肿瘤大小，但这些评估可能是主观和不一致的。
为了建立一种更统一的肿瘤大小测量方法，研究人员利用训练于732名在单一临床中心接受治疗患者的MRI图像的AI模型。他们进一步探讨了AI的大小评估与诊断后随后的5到10年治疗结果之间的相关性。
AI模型成功识别并测量了近85%的前列腺肿瘤，得分PI-RADS（前列腺影像报告和数据系统）5，表明有高概率存在显著的前列腺癌。该模型的大小估计被证明是一种潜在的预后指标：较大的肿瘤与更高的复发和转移风险相关，既包括经过手术治疗的患者，也包括经过放射治疗的患者，均能通过前列腺特异性抗原（PSA）水平体现。
研究的高级作者、麻省总医院布莱根放射肿瘤科的马丁·金医生表示：“AI测量提供了关于患者结果的额外见解。对于患者而言，这可以清晰表明他们被治愈的机会以及癌症复发或传播的可能性。”
除了帮助临床医生和患者理解肿瘤的严重性外，AI模型还可以通过定位肿瘤的精确区域来帮助放射肿瘤科医生进行靶向治疗。与现有评估前列腺癌侵袭性的方法相比，它还提供了更快的评估，现有方法的结果可能需要两周或更长时间。通过利用AI，患者可能能够更早开始治疗。
癌症研究是麻省总医院布莱根对患者提供护理的基石。将研究与系统在创新和社区参与方面的优势相结合，使麻省总医院布莱根癌症中心能够提供全面的癌症护理，同时优先考虑健康公平。他们的愿景是创建一个无缝、综合和以研究为驱动的癌症护理体验，以支持患者的整个旅程——涵盖预防、早期检测、治疗和生存。
展望未来，研究人员旨在用更广泛的多机构数据集来验证他们的模型。
杨医生解释道：“我们的目标是通过与其他机构合作，并研究具有不同疾病特征的患者群体来确认我们的结果，以确保该方法适用所有患者。”
