综述：超越PSMA PET阴性的局限性：前列腺癌中用于隐匿性pN1风险评估及扩展盆腔淋巴结清扫选择的人工智能——一项系统性范围综述

《Cancer Imaging》：Beyond a negative PSMA PET: artificial intelligence for occult pN1 risk and extended pelvic lymph-node dissection selection in prostate cancer—a systematic scoping review

　　

摘要

背景

前列腺特异性膜抗原（PSMA）PET扫描阴性（miN0）并不能排除盆腔淋巴结的显微转移。人工智能（AI）、机器学习和影像组学有望进一步优化残余病理淋巴结阳性（pN1）风险并指导扩大盆腔淋巴结清扫（ePLND）的患者选择。

摘要主体

我们采用PRISMA-ScR规范，对PubMed/MEDLINE和Scopus数据库（2018年1月1日至2026年8月19日）进行了系统性范围综述，并以OpenAlex敏感性检索和回溯引文筛查作为补充。去重后共筛选496条数据库记录，评估99篇全文报告，最终纳入79篇AI/影像组学报告：其中29篇为淋巴结预测、22篇为PET检测/替代参考、28篇为预后报告。另进行传统模型检索，保留55个PSMA/MRI感知对照模型。在专门的miN0队列中，没有任何AI研究提供直接决策证据。4项PSMA-PET AI研究使用了患者水平的术中pN1作为终点，但均非miN0特异性；唯一明确的PSMA影像组学外部验证中，AUC从约0.88降至0.57。29篇淋巴结报告中，25篇总体偏倚风险高，主要受分析（25/29高）和参与者（23/29高）影响。阈值相关后果和绝对pN1漏诊情况鲜有报告。

结论

当前AI证据不支持在PSMA PET阴性后省略ePLND。需要开展专门的miN0验证、校准的概率估计、预设阈值以及前瞻性决策影响评估。