Umělá inteligence a radiologové při detekci rakoviny prostaty v MRI: výzva PI-CAI

Karcinom prostaty (PCa) je celosvětově jedním z nejčastějších nádorů u mužů. Každý rok je na celém světě diagnostikován jeden milion mužů a 300 000 zemře na klinicky významný PCa (csPCa) (definovaný jako ISUP≥2). Multiparametrické zobrazování magnetickou rezonancí (mpMRI) hraje stále důležitější roli v časné diagnostice rakoviny prostaty a bylo doporučeno Evropskou urologickou asociací (EAU) před biopsiemi. Nicméně současné pokyny pro čtení mpMRI prostaty (tj. PI-RADS v2.1) se řídí semikvantitativním hodnocením, které vyžaduje značné odborné znalosti pro správné použití. To může vést k nízké shodě mezi čtenáři (<50 %), suboptimální interpretaci a nadměrné diagnóze.

Moderní algoritmy umělé inteligence (AI) vydláždily cestu pro výkonné počítačem podporované systémy detekce a diagnostiky (CAD), které konkurují lidskému výkonu v lékařské analýze obrazu. Klinické studie jsou zlatým standardem pro hodnocení nových léků a intervencí kontrolovaným a srovnávacím způsobem a ekvivalentem pro vývoj algoritmů umělé inteligence jsou mezinárodní soutěže nebo „velké výzvy“, kde jsou veřejnosti zveřejňovány stále větší soubory dat k řešení klinicky relevantních úkolů s umělou inteligencí. . Velké výzvy mohou vyřešit nedostatek důvěry, vědeckých důkazů a adekvátního ověření mezi řešeními AI tím, že poskytnou prostředky pro vzájemné porovnání algoritmů pomocí společných datových sad a jednotného experimentálního nastavení.

PI-CAI (Prostate Imaging: Cancer AI) je zcela nová velká výzva s více než 10 000 pečlivě vybranými vyšetřeními MRI prostaty k ověření moderních algoritmů AI a odhadu výkonu radiologů při detekci a diagnostice csPCa. Klíčové aspekty návrhu studie byly stanoveny ve spolupráci s mezinárodním, multidisciplinárním vědeckým poradním výborem (16 odborníků na AI prostaty, radiologii a urologii), aby se sjednotily a standardizovaly současné doporučené postupy a zajistilo se smysluplné ověření stavu prostaty. AI směrem ke klinické translaci.

Vydání PI-CAI z roku 2022 se zaměří na ověřování umělé inteligence při automatické 3D detekci a diagnostice csPCa v bpMRI. PI-CAI se primárně skládá ze dvou dílčích studií:

• Studie umělé inteligence (Grand Challenge): Všem zúčastněným týmům a výzkumné komunitě obecně je zpřístupněna anotovaná datová sada s více centry a více dodavateli 1500 bpMRI vyšetření (včetně jejich klinických a akvizičních proměnných). Týmy mohou tuto datovou sadu použít k vývoji modelů umělé inteligence a odeslat své natrénované algoritmy (v kontejnerech Docker) k vyhodnocení. Na konci této otevřené vývojové fáze jsou všechny algoritmy seřazeny na základě jejich výkonu na skryté testovací kohortě 1000 neviditelných skenů. Ve fázi uzavřeného testování organizátoři přeškolí 5 špičkových algoritmů umělé inteligence pomocí větší datové sady 7500–9500 bpMRI skenů (včetně dalších tréninkových skenů ze soukromé datové sady). Nakonec je jejich výkon přehodnocen na skryté testovací kohortě (s přísnými statistickými analýzami), aby se určily 3 nejlepší algoritmy AI pro automatickou 3D detekci a diagnostiku csPCa v bpMRI (tj. vítězové velké výzvy).
• Reader Study: Více než 50 mezinárodních radiologů prostaty provádí čtenářskou studii pomocí podmnožiny 400 skenů ze skryté testovací kohorty. U každého případu dokončují radiologové svá hodnocení ve dvou kolech. Nejprve pomocí klinických a akvizičních proměnných a pouze sekvencí bpMRI, což umožňuje přímé srovnání s AI trénovanou na stejném. A pak pomocí klinických a akvizičních proměnných plus úplných sekvencí mpMRI, což umožňuje srovnání mezi AI a současnou klinickou praxí (PI-RADS v2.1). Celkově je cílem této studie odhadnout výkon průměrného radiologa při detekci a diagnostice csPCa v MRI.

Nakonec si PI-CAI klade za cíl porovnat nejmodernější algoritmy umělé inteligence vyvinuté ve velké výzvě proti radiologům prostaty, kteří se účastní čtenářské studie – s cílem vyhodnotit klinickou životaschopnost moderních řešení umělé inteligence prostaty při detekci a diagnostice csPCa. v MRI.