随着人工智能等新兴技术的快速发展，影像学数据与病理学结果之间的关联研究迎来了新的视角，开启了无创精准诊断与分级的广阔前景。近北京大学第三医院泌尿外科张树栋团队、南京医科大学第一附属医院李杰团队（江苏省人民医院）、北京友谊医院、青岛大学附属医院和上海长征医院任善成团队和安徽大学邵立智团队、重庆邮电大学、清华大学、香港理工大学等算法团队An MRI-Pathology Foundation Model for Non-Invasive Diagnosis and Grading of Prostate Cancer的研究文章。研究团队针对前列腺癌无创诊断和分级的临床需求，在多中心真实患者数据的基础上开发了一个端到端的人工智能（

　　为实现这一目标，研究团队招募了多个中心的回顾性和前瞻性患者队列（共5747名患者），并收集了影像学、病理学和临床检查数据。AI模型的评估方法包括时间外部测试、空间外部测试、人口外部测试以及前瞻性测试。为减少图像序列遗漏、过拟合和仪器差异对结果的影响，团队使用了1,296,950对影像数据进行模型训练，并融合了自监督学习、任务多重学习、Transformer以及基础模型迁移学习等技术，以优化训练过程。

　　从临床应用角度来看，MRI-PTPCa作为独立的诊断和分级工具，能够有效减少临床实践中的观察者内和观察者间的变异性。该工具可以单独使用，也可以与PSA联合使用，从而解决PSA筛查中较高假阳性率的问题。此外，MRI-PTPCa显著减轻了PSA灰区中诊断的模糊性。在临床显著前列腺癌（CSPCa）的放射学评估中，临床实践通常更注重灵敏度，而不是特异性，以确保更多患者接受病理级评估，从而减少漏诊的风险。然而，这种方法可能会导致不必要的针吸活检，增加医疗资源的负担并导致医源性损伤。MRI-PTPCa显著提高了特异性，同时保持较高的灵敏度，减少了近90%的过度诊断CSPCa的病例。此外，该模型为PI-RADS评分为3的患者提供了可靠的诊断支持，减少了针吸活检后的升降级率，这对于涉及饱和活检、MRI靶向活检、融合活检等增强评估方法的临床评估尤为重要。

　　图3MRI-PTPCa能够有效减少临床实践中的观察者内和观察者间的变异性

　　MRI-PTPCa在多个临床应用场景中表现出巨大的潜力。研究团队还评估了不同经验水平的放射科医生，探讨AI辅助诊断对临床工作的影响。无论作为平行系统还是预警系统，MRI-PTPCa都能有效提高非侵入性评估的准确性和效率。尽管放射科医生对AI的接受度存在差异，但所有参与者在整合MRI-PTPCa后，都展现出了性能的提升。尤其是初级放射科医生，相较于高级放射科医生，表现出更高的AI接受度，并在诊断准确性和效率上取得显著进展。作为独立系统，MRI-PTPCa在回顾性和前瞻性测试中的表现均超越了放射科医生的基线水平。

　　尽管AI预测模型在伦理和法律方面依然面临挑战，但MRI-PTPCa展现了其在临床实践中的巨大潜力。无论作为独立诊断工具还是辅助系统，它为提高诊断性能提供了有力的解决方案。这些发现为AI在临床实践中的分阶段实施提供了有力的支持，展示了其灵活性，并增强了AI向临床转化的信心。

　　彩神