导读 2023年9月9日，由中华医学会、中华医学会泌尿外科学分会（CUA）主办的CUA第17次全国泌尿男生殖系统肿瘤专题会议于线上盛大召开，为我国泌尿肿瘤领域新技术、新理念与新疗法的交流推广提供了卓越的学术平台。会上，中山大学孙逸仙纪念医院林天歆教授就人工智能（AI）辅助技术在前列腺癌微转移病灶中的诊断价值展开了详细介绍，医脉通整理如下。

[[[expert-person]]]

微信图片_20230915161452.png

前列腺癌是中国发病率最高的泌尿系统恶性肿瘤，发病率逐年上升。淋巴转移是前列腺癌的不良预后标准，有研究显示淋巴转移的阳性患者较阴性患者的10年无生化复发率降低了45%。因此，淋巴转移对前列腺癌治疗决策至关重要，国内外指南均建议对淋巴转移的高危患者行根治术+淋巴清扫术。

目前术前淋巴转移的识别和诊断存在诸多局限，临床医生仅依靠现有诊断手段如肿瘤分期、影像学、Gleason评分及前列腺特异性抗原（PSA）等难以较好地对淋巴转移与否进行精准判断，易导致术中未行淋巴清扫或淋巴清扫范围不足的问题，影响患者的生存预后。而术后病理虽被称为诊断肿瘤转移的“金标准”，也存在一定的局限性，数据显示对于直径＜2 mm的微转移病灶，医师总体漏诊率达8~16%。临床亟待更加精准有效的前列腺癌淋巴转移诊断手段。

随着AI技术的飞速发展，AI辅助下的精准医学诊断成为了研究热点。AI辅助诊断系统具有准确、高效及无创的特点，能够提高诊断准确率、助力分级诊疗制和推动医学数字化发展。早在2017年，谷歌团队开发的基于人工智能的乳腺癌智能筛查系统就能分别减少5.7%的假阳性率和9.4%的假阴性率，其准确性与专家相当，优于普通放射科医生。在2020年，林天歆教授研究团队在国际权威期刊《Cell》上发表的一篇文章显示，基于CT的新冠肺炎人工智能系统的诊断准确率可达到90%，相当于省级三甲医院影像科副教授水平。此外，黄健教授及林天歆教授团队也在膀胱癌淋巴结转移AI诊断模型的研究中取得佳绩，该模型的诊断准确性为97.8%-99.8%。

基于前期研究基础，针对前列腺淋巴转移预测问题，林天歆教授研发了一套基于融合框架构建多阶段、全周期前列腺癌淋巴转移AI诊断系统。

目前该AI模型在多中心的验证中表现出卓越诊断性能，其诊断敏感性和特异性均超过90%，优于常规病理报告，并且还能发现一些病理医生漏诊的“阴性”病人，为前列腺癌患者的临床决策增添了有力支持。同时，该AI模型的输出结果还具有可视化效果，即使是1.0mm的微小病灶也能在经过标准化处理的图像中显现出来，便于临床医生识别。

林天歆教授表示，研究团队后续还将搭建数据采集、存储和管理平台，构建前列腺癌各阶段淋巴转移的AI诊断模型，最终整合成多模态的AI诊断平台并应用于真实世界中，惠及更多的前列腺癌患者！