麻省总医院布里格姆的研究人员开发并测试了一种AI模型，该模型能够可靠地评估前列腺肿瘤的大小。通过使用超过700名患者的MRI扫描，该模型成功识别并勾勒出了85%的最具有侵袭性的前列腺病变。
较大的肿瘤，如AI测量所示，无论其他常见风险因素如何，都与更高的治疗失败率和癌症扩散率相关。对于接受放射治疗的患者，AI的肿瘤大小预测比传统方法更准确地预测了转移。
根据发表在《放射学》杂志上的研究结果，该工具可能帮助医生评估肿瘤的侵袭性，从而实现更加个性化的治疗策略和改善放射治疗的指导。布里格姆妇女医院放射肿瘤学系的研究员David D. Yang指出，AI测量可以增强前列腺癌的精准医疗，帮助临床医生根据癌症的侵袭性推荐最佳治疗方案。
MRI技术显著改善了前列腺癌的诊断，并已成为治疗计划的标准部分。尽管医生可以从MRI图像中估算肿瘤大小，但这些估算可能是主观的，并且因人而异。为了实现更统一的测量方法，研究人员在一个单一设施治疗的732名患者的MRI图像上训练了AI模型。然后，他们评估了AI的大小估计是否与诊断后5到10年的治疗结果相关。
AI模型有效识别并测量了大约85%的高PI-RADS评分的肿瘤，表明存在显著前列腺癌的强可能性。AI的大小估计还作为预后的潜在指标：较大的肿瘤与癌症复发或转移的风险更高相关，无论患者是接受手术还是放射治疗。
资深作者Martin King评论说，AI测量提供了对患者预后的有意义见解，帮助患者了解他们的治愈机会以及癌症复发或扩散的可能性。
除了帮助临床医生和患者评估癌症的侵袭性外，AI模型还可以通过准确识别肿瘤位置来辅助放射肿瘤学家进行靶向治疗。这种方法比目前通常需要两周或更长时间才能提供结果的方法快得多，使患者可以更快开始治疗。
(全文结束)
