泌尿、影像两学科合作开发
AI辅助前列腺穿刺方法
助力前列腺癌智慧精准诊疗
11月13日，北京大学泌尿外科研究所暨北京大学第一医院泌尿外科龚侃教授、刘毅副主任医师团队与北京大学第一医院医学影像科王霄英教授团队合作开展的前列腺MRI-AI辅助认知融合靶向穿刺的随机对照临床试验研究成果发表在国际知名高水平期刊BMC Medicine。该研究创新性地将前列腺MRI-AI融入泌尿外科前列腺穿刺的临床诊疗工作中，通过单中心随机对照临床试验，论证了前列腺MRI-AI辅助的认知融合靶向穿刺方法，相较常规前列腺认知融合靶向穿刺，显著提升了有临床意义的前列腺癌（csPCa）的检出率。为AI助力前列腺癌精准诊疗提供了高级别的循证医学证据，为AI前瞻性临床试验提供了较新的研究范式。
01
文章简介
前列腺癌是世界范围内男性第二大常见恶性肿瘤，也是男性癌症相关死亡的第五大常见原因[1]。经直肠超声（TRUS）引导下前列腺穿刺活检是前列腺癌术前诊断的金标准。多参数磁共振（mpMRI）/TRUS认知融合靶向穿刺（cTB）是最常用的前列腺靶向穿刺方法之一，是指穿刺者利用MR图像对病灶位置、形态及大小等进行判断，头脑中进行图像融合定位，在TRUS实时引导下进行靶向穿刺。cTB简便易行，已广泛应用于前列腺癌（PCa）的诊断，但其极度依赖操作者的经验。人工智能深度学习是当代医学领域的热门研究方向，其在前列腺癌中的运用主要为执行图像的融合分析、对前列腺癌诊断及其表征的预测等[2,3]。本院医学影像科王霄英教授团队前期开发了基于前列腺MR图像的深度学习模型和结构化报告软件，已经过多中心研究验证[4–6]。本研究通过单中心随机对照临床试验，评估MRI-AI辅助前列腺认知融合靶向穿刺（AI-cTB）的诊断效能，探讨AI在前列腺精准穿刺诊断中的应用价值。
本研究共纳入380例患者，随机分为AI-cTB组（行AI-cTB +系统穿刺[SB]）和cTB组（行常规cTB + SB）。主要结局为有临床意义的前列腺癌（csPCa）检出率，参照标准为AI-cTB/cTB+SB的病理结果。两组患者的基线资料均衡可比。研究结果表明，纳入患者总体csPCa和PCa检出率分别为58.8%和61.3%。AI-cTB+SB的csPCa检出率（61.47% vs. 47.79%，p=0.004）显著高于cTB+SB，AI-cTB+SB的PCa检出率（67.43% vs. 60.18%，p = 0.112）高于cTB+SB。亚组分析表明，在45-65岁、直肠指诊（DRE）无异常、PSA 4-10ng/mL、MRI单病灶、TRUS未发现恶性病变、位于移行带的可疑病灶的患者亚组中，AI-cTB组的csPCa和PCa检出率均显著高于cTB组（p<0.05）。
因此，相较于常规的认知融合靶向穿刺，MRI-AI辅助的前列腺靶向穿刺显著提升了csPCa的检出率。本研究通过单中心随机对照临床试验，论证了AI在优化前列腺精准穿刺的应用价值。该穿刺方法已申请国家发明专利。未来，研究团队将合作开展多中心、大样本人群的前瞻性随机对照临床试验，论证并推广MRI-AI辅助的前列腺靶向穿刺方法；并将进一步开发建立前列腺多模态影像人工智能精准诊疗体系，促进前列腺癌智慧精准诊疗。
02
作者简介
01
通讯作者
龚侃
北京大学泌尿外科研究所副所长，北京大学第一医院科研处处长，北京大学第一医院肿瘤转化中心副主任，中国泌尿系统遗传及罕见病联盟主席，中华医学会泌尿外科学分会肿瘤学组委员，中国医师协会泌尿外科肿瘤委员会委员，北京医学会肿瘤委员会委员，北京医学会罕见病分会泌尿外科学组组长，中华医学会中国前列腺癌诊断治疗指南编委。
龚侃教授长期致力于泌尿系肿瘤的临床诊疗及其基础与临床转化医学研究，主持多项国家及部委级基金。在国际知名刊物发表学术论文100余篇；国家发明专利3项；荣获中华医学科技奖、教育部科技进步奖、华夏科技进步奖等多个奖项；并入选教育部“新世纪优秀人才”、科技部“中青年科技创新领军人才”和“国家高层次人才特殊支持计划（中组部万人计划）”。
王霄英
医学博士，教授、主任医师、博士生导师。
临床专长：体部影像诊断。
研究方向：泌尿影像诊断、人工智能辅助诊断的临床应用。自2016年以来将影像组学和深度学习方法应用于多种疾病的影像诊断研究中，在前列腺、肝脏、肾脏、头、脊柱、关节等部位的影像诊断中使用AI工具提升工作效率，提高影像诊断准确性。
主持、参加十余项国家级和省部级研究项目，发表SCI文章百篇以上。
02
第一作者
刘毅
北京大学第一医院泌尿外科副主任医师，北京大学医学部影像医学与核医学专业，医学博士。
研究方向：泌尿生殖系统超声诊断及介入、磁共振/超声在前列腺癌诊断中的应用、MRI/TRUS融合成像引导前列腺靶向穿刺活检
主持、参加国家级、省部级及院级课题3项，以第一作者/责任作者发表SCI论文十余篇。
邓睿逸
北京大学第一医院泌尿外科在读博士，师从龚侃教授。主持北京市自然科学基金“启研”计划1项。发表学术论文13篇，其中以第一作者/共同第一作者身份发表SCI论文9篇。在2024年欧洲泌尿外科协会年会（EAU24）、2024年中华医学会泌尿外科分会（CUA24）等国内外会议进行口头报告。曾获国家奖学金、北京大学三好学生标兵等荣誉。
03
参考文献
[1] Siegel RL, Giaquinto AN, Jemal A. Cancer statistics, 2024. CA Cancer J Clin 2024;74:12–49. https://doi.org/10.3322/caac.21820.
[2] Rouvière O, Puech P, Renard-Penna R, et al. Use of prostate systematic and targeted biopsy on the basis of multiparametric MRI in biopsy-naive patients (MRI-FIRST): a prospective, multicentre, paired diagnostic study. Lancet Oncol 2019;20:100–9. https://doi.org/10.1016/S1470-2045(18)30569-2.
[3] Kasivisvanathan V, Rannikko AS, Borghi M, et al. MRI-Targeted or Standard Biopsy for Prostate-Cancer Diagnosis. N Engl J Med 2018;378:1767–77. https://doi.org/10.1056/NEJMoa1801993.
[4] Sun Z, Wang K, Gao G, et al. Assessing the Performance of Artificial Intelligence Assistance for Prostate MRI: A Two-Center Study Involving Radiologists With Different Experience Levels. J Magn Reson Imaging 2024. https://doi.org/10.1002/jmri.29660.
[5] Sun Z, Wu P, Cui Y, et al. Deep-Learning Models for Detection and Localization of Visible Clinically Significant Prostate Cancer on Multi-Parametric MRI. J Magn Reson Imaging 2023;58:1067–81. https://doi.org/10.1002/jmri.28608.
[6] Sun Z, Wang K, Kong Z, et al. A multicenter study of artificial intelligence-aided software for detecting visible clinically significant prostate cancer on mpMRI. Insights Imaging 2023;14:72. https://doi.org/10.1186/s13244-023-01421-w.
END
图 文：科研处
编 辑：宣传中心
