AI大模型助力前列腺癌無創精準診斷與分級

海軍軍醫大學第二附屬醫院（上海長征醫院）泌尿外科教授任善成團隊聯合國內多家單位，構建了一種基于人工智能（AI）的前列腺癌影像—病理基礎模型，可從磁共振影像中無創預測腫瘤侵襲性，且診斷性能顯著優于現有臨床方法，為前列腺癌無創精準診斷與分級提供了新方向。相關研究9月2日發表于《自然-癌癥》。

前列腺癌已成為全球男性第二高發癌癥。在中國，隨著人口老齡化加劇和生活方式變化，前列腺癌發病率正以每年13%的速度快速增長，目前已位居男性惡性腫瘤發病率的第六位。

前列腺癌的臨床診斷主要依賴血液前列腺特異性抗原（PSA）檢測、B超和直腸指檢。然而臨床實踐發現，在50歲以上男性群體中，近三分之一經B超可檢出前列腺結節，約10%出現PSA異常升高。目前，全球各大臨床指南多推薦磁共振檢查（PI-RADS評分）進行進一步診斷，并依據其結果實施穿刺活檢。但該評分系統依賴醫生主觀經驗，診斷一致性低，且無法完全避免漏診或過度穿刺。因此，臨床上迫切需要一種更客觀、精準且無創的輔助診斷工具。

研究團隊納入了來自多個中心的5700余例患者數據，利用近130萬對影像區塊訓練出AI模型（簡稱MRI-PTPCa），僅依靠T2WI、DWI和ADC三類磁共振序列，即可預測原本需穿刺活檢才能獲取的病理分級信息，預測腫瘤的AUC高達0.983，分級準確率高達89.1%，表現與國際專家評估結果高度一致。研究團隊還通過可視化熱圖技術展示了AI關注的關鍵區域，模型判斷與病理切片結果在空間分布上顯著吻合，體現出良好的可解釋性。

任善成表示，這項研究為前列腺癌的無創、精準診斷提供了新路徑，有望大幅度減少不必要的穿刺和過度診斷，減少患者痛苦和降低醫療負擔。

相關論文信息：https://doi.org/10.1038/s43018-025-01041-x