PI-RADS – Aktueller Stand und Ausblick

×

PI-RADS – Aktueller Stand und Ausblick

Um die derzeit noch sehr subjektive Nutzung von PI-RADS zu vereinheitlichen, braucht es mehr quantitative Ansätze, künstliche Intelligenz und strenge Qualitätskontrollen. Zusammen kann dies die Performance von PI-RADS für die Erkennung klinisch signifikanter Prostatakarzinome verbessern.

• Datum:

  05.08.2024 2 Kommentare
• Journal:

  Radiology 2023; 307( 5):e223128
• Titel:

  PI-RADS: Where Next?
• Autor:

  Baris Turkbey, Andrei S Purysko
  Zur Originalstudie

Hintergrund

Die Prostata-MRT spielt eine wichtige Rolle bei der klinischen Behandlung des lokalisierten Prostatakarzinoms, vor allem bei der Entscheidung über eine Biopsie und bei deren Durchführung.

PI-RADS (Prostate Imaging Reporting and Data System) steht der Radiologie seit 2012 zur Verfügung. Die aktuellste und am meisten verwendete Version ist PI-RADS v2.1.

Den aktuellen Gebrauch und Perspektiven für PI-RADS in der Diagnostik des Prostatakarzinoms diskutieren Baris Turkbey (National Cancer Institute, Bethesda/Maryland) und Andrei Purysko (Cleveland Clinic Imaging Institute, Cleveland/Ohio) in diesem Review.

Beim RSNA 2023 zählten die Herausgeber von 'Radiology' diesen Artikel zu den wichtigsten Veröffentlichungen des Jahres (Veranstaltung M6-RCP11: From the Editors of Radiology: New Research that Should Impact your Practice).

PI-RADS subjektiv, aber hilfreich

Auch wenn die Anwendung von PI-RADS gegenwärtig sehr subjektiv ausfällt, ist das System doch hilfreich, um klinisch signifikante Läsionen zu erkennen und die Entscheidung über eine Biopsie zu unterstützen.

Unter den klinischen Parametern ist die PSA-Dichte derjenige, der häufig verwendet wird und sich als wertvoll zur Identifizierung von Patienten erwiesen hat, die von einer Biopsie profitieren würden, wenn die MRT entweder negativ oder nicht eindeutig ausfällt – also PI-RADS Kategorie ≤3 (Stevens 2020, Deniffel 2021).

Eine wesentliche Limitation von PI-RADS ist die subjektive Zuordnung der verschiedenen Kategorien zu den erkannten Läsionen (Form, Signalintensität und Läsionsgrenzen).

Mehrere quantitative Parameter aus der dynamischen kontrastverstärkten Bildgebung (DCE), ADC-Maps aus der diffusionsgewichteten Bildgebung (DWI) und normalisierte T2-Werte haben prognostisches Potenzial für ein klinisch signifikantes Prostatakarzinom. Die ADC-Werte waren dabei am zuverlässigsten, wie eine aktuelle Studie zeigt (Tavakoli 2023).

Potenzial der Künstlichen Intelligenz

Die beschriebene Performance von KI-Modellen für die Prostatakarzinom-Erkennung kommt an die Leistung menschlicher Befunder:innen heran – und übertrifft sie in einigen Fällen sogar. Ein bessere Performance wird offenbar durch die Kombination von Radiolog:innen und KI-Modellen erreicht.

In einem systematischen Review (Syer 2021) lagen die durchschnittliche Sensitivität und Spezifität von KI-Modellen bei 84 % bzw. 61,5 %. In einer späteren Analyse lagen die gepoolte Sensitivität und Spezifität von Radiolog:innen mit KI-Unterstützung bei 89,1 % bzw. 78,1 %, verglichen mit 79,5 % und 73,1 % für Radiolog:innen allein (Cacciamani 2022).

Multiparametrisch versus Biparametrisch

PI-RADS v2.1 empfiehlt eine mpMRI, bestehend aus T2-gewichteter Bildgebung, DWI und T1-gewichteter DCE-Bildgebung. Die Rolle der DCE ist darin jedoch auf die Charakterisierung von Randzonen-Läsionen beschränkt, die bei der DWI und ADC-Kartierung einen Score von 3 erhalten. Solche Randzonen-Läsionen können auf eine endgültige PI-RADS-Kategorie von 4 hochgestuft werden, wenn sie in der DCE positiv sind. In einer solchen Situation kann die DCE-MRT die Risiko-Stratifizierung klinisch signifikanter Läsionen verbessern (Druskin 2017, Greer 2017). Dieser Vorteil scheint jedoch den routinemäßigen Einsatz der DCE-MRT nicht zu rechtfertigen, so die Autoren.

PI-RADS und Qualitätskontrolle

Es bestehen Bedenken, dass der verstärkte Einsatz der MRT zu Qualitätsschwankungen bei der Aufnahme und Befundung führen könnte. Dies ist ein Problem, da die MRT-Qualität alle nachgelagerten Ereignisse im MRT-gesteuerten Diagnosepfad beeinflusst (Barrett 2023).

mh/ktg
05.08.2024