综述：人工智能辅助的前列腺磁共振成像（MRI）诊断性能：系统评价与荟萃分析

《Prostate Cancer and Prostatic Diseases》：AI-aided diagnostic performance for prostate MRI: systematic review and meta-analysis

前列腺癌MRI诊断中AI辅助的价值：系统综述显示AI作为助手时敏感性86.5%、特异性57.8%，均优于独立阅片医生（82.6%、50.0%），尤其在低年资医生中表现更优。

　　

摘要

背景

人工智能（AI）在前列腺癌诊断流程中的应用日益广泛。

目的

通过磁共振成像（MRI）评估AI辅助诊断临床显著前列腺癌（csPCa）的准确性。

材料与方法

从2017年1月到2024年10月，系统检索了PubMed、Embase、Cochrane、Scopus和Web of Science数据库中关于AI在前列腺MRI诊断中的应用的研究。采用分层总结接收者操作特征模型（hierarchical summary receiver operating characteristic modeling）并结合随机效应假设来综合分析各项诊断性能指标。具体而言，为了测试AI的优劣，通过Z统计量计算比值比（ORs），在研究层面对比了AI与放射科医生在敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）和癌症检测率（CDR）等方面的表现。

结果

共纳入了29项研究中涉及AI与人类医生对比的7398名患者的数据。当AI作为人类读片的辅助工具时，其在诊断csPCa方面的表现优于单独的人类医生：敏感性更高（86.5% vs 82.6%，P = 0.001），特异性更高（57.8% vs 50.0%，P = 0.028），阳性预测值更高（64.3% vs 58.9%，P = 0.001），阴性预测值也更高（82.9% vs 76.5%，P = 0.001），同时癌症检测率（CDR）保持相当（40.5% vs 38.6%，P = 0.093）。当AI单独作为读片工具时，其特异性更高（58.7% vs 48.7%，P = 0.026），但敏感性有所下降（87.2% vs 90.1%，P = 0.017）。 subgroup分析表明，不同经验水平的读片者在AI辅助下都能提升诊断性能。

结论

将AI整合到csPCa的诊断工作中，尤其是对于经验较少的医生来说，可以提高诊断准确性。

临床试验注册信息

试验名称：人工智能辅助与不辅助下放射科医生诊断前列腺癌的效率比较：一项荟萃分析。注册日期：2024年4月17日。注册编号：CRD42024533016。注册信息可访问：https://www.crd.york.ac.uk/PROSPERO/。