记者近日从海军军医大学第二附属医院（上海长征医院）获悉，刚刚荣获2024年上海市自然科学奖一等奖的该院泌尿外科任善成教授团队联合国内多家顶尖医疗机构和大学，又取得新成果：团队成功构建了一种基于人工智能的前列腺癌影像—病理基础模型，实现从磁共振影像中无创预测肿瘤侵袭性，诊断性能显著优于现有临床方法。
这一研究成果为前列腺癌无创精准诊断与分级提供了新方向，相关研究成果日前在线发表于国际顶级期刊《nature cancer》。
前列腺癌已成为全球男性第二高发癌症。随着我国人口老龄化加剧和生活方式变化，前列腺癌发病率正以每年13%的速度快速增长，目前已位居中国男性恶性肿瘤发病率的第六位。数据显示，2024年我国新发前列腺癌病例预计达14.4万，到2035年，这一数字可能突破25万。
前列腺癌的临床诊断主要依赖血液psa检测、b超和直肠指检，然而临床实践发现：在50岁以上男性群体中，近三分之一经b超可检出前列腺结节，约10%出现psa异常升高。大量“疑似患者”不仅给医疗系统带来压力，也造成显著的心理负担。
目前，全球各大临床指南多推荐磁共振检查（pi-rads评分）进行进一步诊断，并依据其结果实施穿刺活检。然而该评分系统存在两大痛点：一是依赖医生主观经验，不同医师之间判断差异最高可达30%，诊断一致性低；二是即便在高评分区间仍存在准确性局限，无法完全避免漏诊或过度穿刺。因此，临床迫切需要一种更客观、精准且无创的辅助诊断工具。
任善成教授团队该项研究成果汇聚了来自多个中心的5700余例患者数据，利用近130万对影像区块训练出ai模型（mri-based predicted transformer for prostate cancer，简称mri-ptpca），集成了自监督学习、任务多重学习、transformer及基础模型迁移学习技术，仅依靠t2wi、dwi和adc三类磁共振序列，即可预测原本需穿刺活检才能获取的病理分级信息，预测肿瘤的auc高达0.983，分级准确率高达89.1%，表现与国际专家评估结果高度一致。研究还通过可视化热图技术展示了ai关注的关键区域，模型判断与病理切片结果在空间分布上显著吻合，体现出良好的可解释性。
“这项研究为前列腺癌的无创、精准诊断提供了新路径，有望大幅度减少不必要的穿刺和过度诊断，减少患者痛苦和降低医疗负担。”任善成介绍。
据悉，此项研究获多名国际评审专家的高度评价，认为其“为ai基础模型中用于癌症高效、准确且无创诊断和分级提供了高水平临床证据”。
