人工智能辅助前列腺肿瘤与神经血管束精准分割：推动前列腺癌精准手术革新

来自武汉大学人民医院的研究团队针对前列腺癌手术中肿瘤靶区(GTV)与神经血管束(NVB)精准定位难题，采用nnU-Net v2神经网络对220例bpMRI影像进行分割建模，外部验证209例数据后实现GTV/NVB三维空间分析，结合3D打印技术指导筋膜内/外RARP术式选择。结果显示模型Dice评分达0.5573-0.7679，证实筋膜外入路更优的尿控功能保留，为个体化前列腺癌手术提供AI决策支持。

　　

这项突破性研究探索了人工智能技术在前列腺癌精准手术中的应用。科研团队利用nnU-Net v2神经网络，基于PI-CAI队列220例患者的双参数磁共振成像(bpMRI)数据，成功构建了前列腺肿瘤靶区(GTV)和神经血管束(NVB)的自动分割模型。通过外部验证（武汉大学人民医院209例患者数据），模型展现出卓越性能：GTV分割Dice评分0.5573±0.0428，NVB达0.7679±0.0178，前列腺本体分割0.7483±0.0290。

研究创新性地采用三维重建与点云分析技术，揭示了GTV与NVB的空间分布规律，并据此指导机器人辅助根治性前列腺切除术(RARP)的术式选择——筋膜内与筋膜外入路的精准决策。在40例前瞻性手术案例中，通过测量GTV-NVB距离预测最佳术式，结合3D打印手术导航技术，显著提升了手术精度。随访数据证实，保留NVB的筋膜内RARP能显著改善患者术后尿控功能，而筋膜外入路在特定病例中展现出独特优势。

该成果标志着AI影像分析技术与精准外科的深度融合，为前列腺癌个体化治疗提供了智能化的决策框架，特别是通过术前无创评估实现了神经血管结构的最大化保留，对提升患者术后生活质量具有重要临床价值。