基于MRI-病理学基础模型的前列腺癌无创诊断与分级新策略

来自Shao团队的研究人员开发了基于多参数磁共振成像(mpMRI)与病理配对的MRI-PTPCa基础模型，通过对比学习训练130万例图像-病理对，实现前列腺癌无创诊断与分级。该模型曲线下面积(AUC)达0.978，分级准确率89.1%，为临床决策提供可靠工具，显著减少活检依赖。

　　

这项突破性研究构建了名为MRI-PTPCa（基于磁共振成像的前列腺癌预测转换器）的基础模型，通过整合多参数磁共振成像(multiparametric MRI)与组织病理学数据，为前列腺癌诊疗带来革命性改变。研究团队采用对比学习框架，利用来自5500余例患者的130万组影像-病理配对数据进行训练，涵盖发现队列、建模队列、外部验证队列和前瞻性队列。在实际临床验证中，该模型展现出与病理金标准高度的一致性，其诊断效能（AUC>0.978）和分级准确率（89.1%）均显著优于现有临床评估方法。这项技术突破不仅提供可规模化的无创解决方案，更通过减少侵入性活检的需求，为男性健康管理树立了新标杆。