以下內(nèi)容僅限醫(yī)療衛(wèi)生專業(yè)人士學術(shù)交流使用，如為非醫(yī)療衛(wèi)生專業(yè)人士請主動退出瀏覽與閱讀，否則由此產(chǎn)生的相關(guān)風險與后果應(yīng)自行承擔。
一、mpMRI在前列腺癌診斷中應(yīng)用進展
PRECISION研究是一項國際多中心、前瞻性、優(yōu)效性假設(shè)臨床試驗，對比MRI引導(dǎo)穿刺與TRUS引導(dǎo)穿刺的準確性。在該研究中建立的PI-QUAL評分（Prostate Imaging Quality）基于mpMRI質(zhì)量，分為1分：無MRI序列具有診斷價值；2分：只有一個MRI序列具備診斷價值；3分：可以進行評分，但無法識別典型病變；4分：2/3的MRI序列具備診斷價值，可診斷或排除病變；5分：任一MRI序列均具備診斷價值。達到PI-QUAL≥4分的MRI掃描僅占69%（圖1），其中最難達到標準的序列為DCE序列。
PROMIS研究是一項多中心、配對隊列、前瞻性臨床試驗，共納入576例患者，研究流程為行mpMRI后再行TRUS引導(dǎo)下系統(tǒng)穿刺活檢及靶向穿刺活檢，對TRUS活檢與MP-MRI診斷進行了頭對頭比較。穿刺結(jié)果csPCA定義1為：GI≥4+3或MCCL（穿刺最大腫瘤長度, max cancer core length）≥6 mm，定義2為：GI≥3+4或MCCL≥4 mm。在定義1下，MRI可檢測出csPCA比例為7%，定義2下陽性診斷率為13%。當設(shè)定活檢PSAD≥0.15時，定義1下可減少5%的誤診，而定義2下可減少9%的誤診（圖2）。因此，除mpMRI外，結(jié)合PSAD可提高csPCA的陽性診斷率。
PI-RADS 3分病灶是前列腺癌MRI影像學評估時最具爭議的灰區(qū)。在納入141例行前列腺穿刺的患者中，共行194針穿刺活檢，77.3%的穿刺針數(shù)集中于外周帶，22.7%集中于移行帶。外周帶病灶結(jié)合核磁ADC診斷PCa和csPCa的AUC值分別為0.806和0.736。當ADC的切值為0.791和0.763時，對PCa和csPCa診斷的敏感性和特異性分別為76.47%、84.21%和66.67%、84.40%（圖3）。
結(jié)論：定量分析外周帶PI-RADS 3分病灶的彌散受限情況，對PCa和csPCa的檢測有一定的預(yù)測作用。
二、前列腺穿刺活檢進展
（1）PT418：經(jīng)會陰聯(lián)合微超聲與mpMRI融合穿刺——Madrid流程
在200例擬行前列腺穿刺的患者中，行經(jīng)會陰聯(lián)合實時微超聲+mpMRI融合前列腺穿刺活檢術(shù)。前列腺癌陽性診斷率為57.2%，其中csPCa占39.5%。實時微超聲+mpMRI融合穿刺較傳統(tǒng)系統(tǒng)穿刺可診斷出更多的PCa及csPCa。而微超聲與mpMRI融合穿刺技術(shù)之間在PCa診斷率方面無差異（P=0.24）。此外，實時微超聲融合穿刺可額外發(fā)現(xiàn)11%的PCa，其中csPCa占92%（圖4）。在Madrid流程下行穿刺的患者無一例出現(xiàn)發(fā)熱或感染并發(fā)癥。
在該項多中心、前瞻性、單臂研究中，共納入322例患者，行前列腺系統(tǒng)穿刺+MRI/TRUS軟件融合靶向穿刺活檢。在靶向穿刺陽性的268例患者中，系統(tǒng)穿刺結(jié)果陰性占23.9%。行多因素分析發(fā)現(xiàn)，PSAD、MaxMRI與穿刺病理陽性相關(guān)，兩者聯(lián)合時AUC為0.696。當MRI發(fā)現(xiàn)13.5 mm以上病灶的患者更適合MRI/TRUS軟件融合靶向穿刺活檢（圖5）。
該研究為單中心、前瞻性、單臂臨床試驗，共納入482例患者，在局麻下行前列腺穿刺活檢術(shù)后1周內(nèi)，沒有患者出現(xiàn)膿毒血癥?？诜股鼗颊叩暮喜Y包括：反復(fù)尿路感染（1例）、血尿（1例）、下尿路癥狀（2例）和非泌尿系統(tǒng)原因。最常見并發(fā)癥為血尿，比例為82%，其中嚴重血尿占1.4%；出現(xiàn)尿潴留并發(fā)癥1例（圖6）。
結(jié)論：局麻下經(jīng)會陰前列腺穿刺活檢術(shù)“0-抗生素”使用安全可行。
286例患者行12針系統(tǒng)穿刺及MRI-超聲融合靶向穿刺活檢術(shù)。當距離靶向病灶1/2/3/5/10 mm時，csPCa可在156/159/162/165/167例受試者中被診斷，診斷陽性率分別為：92%/94%/96%/98%/99%（圖7）。
結(jié)論：靶向穿刺和系統(tǒng)穿刺聯(lián)合檢測到的絕大多數(shù)csPCa（98%）是在靶向穿刺距靶病灶>5 mm的情況下獲得的。病灶周圍取樣可以作為MRI靶向穿刺活檢的有效補充。
三、進無止境——人工智能在前列腺影像學中的應(yīng)用
截止目前，AI深度學習技術(shù)并未體現(xiàn)出優(yōu)勢，但毫無疑問在不久的將來，通過大量病例學習，AI影像學診斷將成為可能。
小 結(jié)
參考文獻：
1. ROETHKE M C, KURU T H, MUELLER-WOLF M B, et al. Evaluation of an Automated Analysis Tool for Prostate Cancer Prediction Using Multiparametric Magnetic Resonance Imaging [J]. Plos One, 2016, 11(7): e0159803.
2. THON A, TEICHGRBER U, TENNSTEDT-SCHENK C, et al. Computer aided detection in prostate cancer diagnostics: A promising alternative to biopsy A retrospective study from 104 lesions with histological ground truth [J]. Plos One, 2017, 12(10): e0185995.
3. CAMPA R, DEL MONTE M, BARCHETTI G, et al. Improvement of prostate cancer detection combining a computer-aided diagnostic system with TRUS-MRI targeted biopsy [J]. Abdominal Radiology, 2019, 44(1): 264-71.
4. DINH A H, MELODELIMA C, SOUCHON R, et al. Characterization of prostate cancer with Gleason score of at least 7 by using quantitative multiparametric MR imaging: validation of a computer-aided diagnosis system in patients referred for prostate biopsy [J]. Radiology, 2018, 287(2): 525-33.
聲明
聯(lián)系客服
