RSNA 2022 – Prostata-MRT: KI nicht besser als spezialisierte RadiologInnen
Die multiparametrische Prostata-MRT wird häufig außerhalb spezialisierter Zentren eingesetzt. In diesem Fall könnten von Künstlicher Intelligenz (KI) erstellte Zweitmeinungen helfen, die Diagnostik zu verbessern.
-
Präsentationstag:30.11.2022 0 Kommentare
-
Autor:kf/ktg
-
Sprecher:Eva Rainer, Medizinische Universität Wien
-
Quelle:RSNA 2022
|
Die Studie zeigt, dass die KI im Vergleich zu spezialisierten RadiologInnen keinen zusätzlichen Nutzen bringt – wohl aber für BefunderInnen ohne Spezialisierung. |
Nutzen der mpMRT
Aus der Literatur ist bekannt, dass durch die mpMRT in 27 % der Fälle die Erstbiopsie vermieden werden kann und sich die Detektion von klinisch signifikantem Prostatakrebs um 18 % verbessert; zudem sinken Überdiagnosen von Carcinoma in situ um 5 % (Ahmed 2017, Mottet 2021). Darüber hinaus ist die MR-geleitete Biopsie der TRUS-Biopsie überlegen (Kasivisvanathan 2018).
Die genannten Studien wurden in Zentren mit hohem Patientendurchsatz und der Befundung durch erfahrene RadiologInnen durchgeführt. Gleichzeitig haben diese positiven Studienergebnisse zu einem weit verbreiteten Einsatz der Prostata-MRT außerhalb spezialisierter Zentren geführt. Die Inter-Reader-Variabilität bei der Befundung von Prostatakarzinomen außerhalb spezialisierter Einrichtungen ist hoch (Westphalen 2020).
Retrospektiver Vergleich von KI und menschlicher Zweitbefundung
Eine KI-basierte Zweitbefundung könnte die Inter-Reader-Variabilität erhöhen und die Diagnostik verbessern, so die Hypothese von Eva Rainer, Medizinische Universität Wien. Rainer und ihr Team haben daher eine retrospektive, monozentrische Studie durchgeführt, die die Qualität verschiedener Zweitbefunder vergleicht: zum einen ein KI-Algorithmus und zum anderen mit Prostatabefundung erfahrene RadiologInnen.
Rainer wertete die Daten von 105 Patienten neu aus, bei denen entweder aufgrund eines PI-RADS ≥3 und/oder wegen des klinischen Verdachts auf ein Prostatakarzinom die MRT-TRUS-Fusionsbiopsie vorgesehen war. Bei 66 der 105 Patienten lag schließlich ein Prostatakarzinom vor, bei 45 davon war es klinisch signifikant.
Wem hilft die künstliche Intelligenz?
Es zeigte sich, dass die KI die Diagnoseleistung deutlich verbessern konnte. Allerdings war die KI weniger gut im Vergleich zu den spezialisierten RadiologInnen. Lediglich deren Zweitbefundung erreichte eine Sensibilität von 100 %. Dadurch war die MRT-TRUS-Fusionsbiopsie bei 16,7 % (10/60) der Patienten vermeidbar. Im Gegensatz dazu konnte das KI-System Patienten nicht sicher von der Biopsie ausschließen. Die KI bot also im Vergleich zu den spezialisierten RadiologInnen keinen zusätzlichen Nutzen.
"Es ist wichtig im Kopf zu behalten, dass es sich hier um einen Vergleich mit spezialisierten Radiologen handelt", betonte Kaiser: "Im Vergleich mit nicht-spezialisierten Radiologen hat der KI-Prototyp die Diagnostik dagegen verbessert.“
Referenzen
Ahmed HU et al. Diagnostic accuracy of multi-parametric MRI and TRUS biopsy in prostate cancer (PROMIS): a paired validating confirmatory study.
Lancet.2017;389(10071):815-22
Kasivisvanathan V et al. MRI-Targeted or Standard Biopsy for Prostate-Cancer Diagnosis. N Engl J Med. 2018;378(19):1767-77
Mottet N et al. EAU-EANM-ESTRO-ESUR-SIOG Guidelines on Prostate Cancer-2020 Update. Part 1: Screening, Diagnosis, and Local Treatment with Curative Intent.
Eur Urol. 2021;79(2):243-62
Westphalen AC et al. Variability of the Positive Predictive Value of PI-RADS for Prostate MRI across 26 Centers: Experience of the Society of Abdominal Radiology Prostate Cancer Disease-focused Panel. Radiology. 2020 Jul;296(1):76-84
