亚洲精品久久无码2021,偷拍亚洲另类无码专区制服,亚洲欧美性都花花世界,国产熟女的精品视频大全,色偷偷2025免费视频观看,撅着大腚SXMV色香视频

近日，海軍軍醫(yī)大學(xué)第二附屬醫(yī)院（上海長征醫(yī)院）任善成教授聯(lián)合北京大學(xué)第三醫(yī)院張樹棟教授、南京醫(yī)科大學(xué)第一附屬醫(yī)院李杰教授、北京友誼醫(yī)院王良教授、青島大學(xué)附屬醫(yī)院聶佩教授、安徽大學(xué)邵立智教授等多學(xué)科醫(yī)工交叉團隊，在國際頂尖醫(yī)學(xué)期刊Nature Cancer（IF=28.5）發(fā)表了題為An MRI-Pathology Foundation Model for Non-Invasive Diagnosis and Grading of Prostate Cancer的高質(zhì)量研究成果。

前列腺癌是全世界性第二大癌癥，隨著中國人口老齡化和生活方式的西化，近年來我國前列腺癌發(fā)病率現(xiàn)已位居我國男性惡性腫瘤第六位。臨床實踐發(fā)現(xiàn)：50歲以上健康男性體檢中，1/3的男性B超發(fā)現(xiàn)有前列腺結(jié)節(jié)，近10% 出現(xiàn)腫瘤指標PSA異常升高，這些“可疑信號”給“患者”帶來了巨大的心理壓力。

目前，全球各大臨床指南推薦磁共振（PI-RADS評分）進一步確診。然而，PI-RADS評分存在兩大缺陷（1）主觀性缺陷——該評分依賴放射科醫(yī)生經(jīng)驗判斷。研究顯示不同醫(yī)生間判讀差異高達30%（2）準確性缺陷。PI-RADS評分分為1-5級，對應(yīng)不同癌變可能性。即使是最有經(jīng)驗的醫(yī)生給出了“準確”的PI-RADS 評分，也無法“準確”判斷有無腫瘤。因此，亟需一種高效、準確且無創(chuàng)的預(yù)測工具，用于輔助“臨床可疑”患者的診斷和惡性程度分級。

該研究開發(fā)并驗證了一個基于多中心真實臨床數(shù)據(jù)的用于前列腺癌高效、準確且無創(chuàng)診斷和分級的影像-病理基礎(chǔ)模型，展示了人工智能（AI）結(jié)合MRI如何定量反映前列腺腫瘤的病理特征，進一步增強了AI基礎(chǔ)模型在臨床實踐中用于癌癥高效、準確且無創(chuàng)診斷和分級的潛力，有望顯著減少不必要的前列腺穿刺活檢，有效降低患者痛苦和并發(fā)癥風(fēng)險，最終為前列腺癌患者帶來更舒適、安全的診療體驗與福祉。

研究團隊招募了來自多個中心的回顧性和前瞻性患者隊列（n = 5747），并收集了放射學(xué)、病理學(xué)和臨床檢查數(shù)據(jù)。AI模型的評估涵蓋了時間外部測試、空間外部測試、人口外部測試及前瞻性測試。為減少圖像序列遺漏、過擬合和儀器差異帶來的負面影響，研究使用了1,296,950對影像數(shù)據(jù)進行基礎(chǔ)模型的構(gòu)建，集成了自監(jiān)督學(xué)習(xí)、任務(wù)多重學(xué)習(xí)、Transformer及基礎(chǔ)模型遷移學(xué)習(xí)技術(shù)，顯著提升了預(yù)測性能。

研究團隊設(shè)計的AI模型（MRI-based Predicted Transformer for Prostate Cancer，MRI-PTPCa），通過三個磁共振影像序列（T2WI、DWI、ADC）預(yù)測只有在病理評估中才能獲得的腫瘤侵襲性信息，從而輔助臨床醫(yī)生診斷前列腺癌、臨床顯著前列腺癌及病理分級�；仡櫺匝芯恐�，7個機構(gòu)、4個醫(yī)療中心和一個國際數(shù)據(jù)集參與了多中心測試。前瞻性研究則通過將AI模型作為獨立系統(tǒng)、平行系統(tǒng)和預(yù)警系統(tǒng)進行測試。

在實際測試中，MRI-PTPCa的預(yù)測結(jié)果與病理學(xué)評估結(jié)果具有顯著一致性（P<0.001），并且優(yōu)于臨床評估和其他預(yù)測模型（前列腺癌AUC = 0.983，95%置信區(qū)間（CI）0.98-0.986；臨床顯著前列腺癌AUC = 0.978，95% CI 0.975-0.98；分級準確率 = 89.1%，95% CI 88.2%-89.9%）。值得注意的是，基于MRI-PTPCa與多參數(shù)MRI聯(lián)合使用，在非侵入性診斷和分級方面，其表現(xiàn)與病理評估不相上下。MRI-PTPCa有望成為一種新型的非侵入性前列腺癌診斷和分級工具。

在可解釋性方面，研究團隊將影像、前列腺根治術(shù)大切片、人工智能可視化熱圖與量化特征進行了對照分析，以從放射學(xué)、病理學(xué)和血液學(xué)的角度解釋MRI-PTPCa模型的優(yōu)越性能。

結(jié)果表明，MRI-PTPCa得分與真實的格里森分級之間存在顯著正相關(guān)。基于類別激活映射（Class Activation Mapping，CAM）的注意力熱圖突出了對預(yù)測結(jié)果做出貢獻的關(guān)鍵區(qū)域和范圍。

此外，T2WI、DWI和ADC在前列腺癌的診斷和分級中的貢獻性也通過量化分析，證明了它們與PI-RADS專家共識的高度一致性。MRI-PTPCa的融合特征與前列腺腫瘤中的細胞強度、形態(tài)和紋理信息顯著相關(guān)（p<0.01），進一步驗證了影像學(xué)與病理學(xué)關(guān)聯(lián)的可行性。MRI-PTPCa中的多參數(shù)MRI特征在前列腺癌的病理表型中具有顯著性，包括非前列腺癌、前列腺癌和臨床顯著前列腺癌。基礎(chǔ)模型的編碼特征還與tPSA、fPSA和f/t PSA呈現(xiàn)顯著相關(guān)性，為前列腺癌的分子層面信息提供了有力支持。

綜上所述，研究團隊開發(fā)并驗證了一個基于多中心真實臨床數(shù)據(jù)的用于前列腺癌高效、準確且無創(chuàng)診斷和分級的影像-病理基礎(chǔ)模型。研究展示了AI結(jié)合MRI如何定量反映前列腺腫瘤的病理特征，進一步增強了AI基礎(chǔ)模型在臨床實踐中用于癌癥高效、準確且無創(chuàng)診斷和分級的能力。