Mesterségesintelligencia-alapú fúziós prosztatabiopszia = Artificial intelligence-based fusion prostate biopsy

Póth, Sándor and Túróczi-Kirizs, Róbert and Kovács, Ágnes and Bajory, Zoltán (2025) Mesterségesintelligencia-alapú fúziós prosztatabiopszia = Artificial intelligence-based fusion prostate biopsy. ORVOSI HETILAP, 166 (13). pp. 503-510. ISSN 0030-6002

Preview

Text 650-article-p503.pdf - Published Version Available under License Creative Commons Attribution. Download (1MB) | Preview

Abstract

Bevezetés: A prosztatarák diagnosztikája folyamatosan fejlődik, de a pontos terápiás tervezéshez ma is elengedhetetlen a többnyire biopsziával nyert minta szövettani azonosítása. A korábban tapintásvezérléssel irányított mintavételezést ma már leváltotta a képalkotás segítségével történő biopszia. Ennek jelenlegi legmodernebb változata a multipara- metrikus MR-képalkotás és az ultrahangcélzás fúziójára támaszkodik. Az eljárás egyik sarkalatos pontja az MR-képek megfelelő jártasságú szakember általi elemzése. Ezt a folyamatot támogatja, illetve az információátvitelben rejlő hiba- faktorokat segít kiküszöbölni a mesterségesintelligencia-alapú digitális tervezés. Célkitűzés: Célul tűztük ki, hogy ismertessük a mesterségesintelligencia-alapú képelemzésre épülő és háromdimenzi- ós virtuális modellezésen alapuló, transperinealis prosztata-mintavételezés során szerzett tapasztalatainkat. Módszer: Intézetünkben 2020. november és 2024. április között Watson Elementary® mesterségesintelligencia-alapú és PI-RADS- (v. 2.1) besorolás szerinti képelemzést, valamint háromdimenziós digitális modellezést követően, alta- tásban, a BiopSee® gáton keresztüli mintavételező állomás alkalmazásával 227 prosztatabiopsziát végeztünk. Eredmé- nyeinket retrospektíven elemeztük. Eredmények: A fenti időszakban 227 prosztatarákgyanús beteg biopsziája történt meg. Az átlagéletkor 66,7 ± 7,8 év, az átlagos PSA-érték 14,3 ng/ml volt. A műtőben töltött átlagos idő 26,2 perc volt. Fertőzéses szövődmény nem alakult ki. Spontán szűnő haematuriát vagy haematospermiát 86 esetben regisztráltunk. Transurethralis katétert 7 esetben helyeztünk fel, 5-öt azonban 24 órán belül eltávolítottunk. A tumortalálati arány PI-RADS 3-as besorolás esetén 18%, PI-RADS 4-es kapcsán 72%, PI-RADS 5-ös mellett 95,5% volt. A klinikailag szignifikáns prosztatarák megoszlása ezeknek megfelelően 7%, 44%, illetve 84% volt. Az igazolódott prosztatarák kapcsán 48 radikális prosta- tectomia történt. Aktív követésen 20 beteget vezetünk. Megbeszélés: A prosztatabiopsziák kapcsán két felmerülő probléma – a klinikailag jelentős rákok találati aránya és a fertőzési kockázat – a szakterületet folyamatos fejlődésre ösztönzi. A mesterségesintelligencia-alapú MR-elemzés a legjobban képzett radiológus szakemberek által végzett elemzésekhez hasonló hatásfokkal képes meghatározni a tu- morgyanús területeket. A digitálismodell-alapú, gáton keresztüli fúziós biopsziás technika nagy precizitással, kifeje- zetten kis fertőzési kockázat mellett képes elérni diagnosztikus célját. Következtetés: A mesterségesintelligencia-alapú elemzés és a digitálismodell-alapú, transperinealis fúziós biopszia nagy betegbiztonságot és transzparens diagnosztikai segítséget nyújt. Az intézetünk protokollja mentén végzett transperi- nealis mintavétel a fertőzés kockázatát gyakorlatilag nullára minimalizálta. A képalkotás standardizálása és a mintavé- telezési protokollok technikai egységesítése segítheti a diagnosztikus és az arra épülő terápiás döntéshozatalt. | Introduction: Prostate cancer imaging is constantly evolving. The previously used “blind sampling” technique of prostate biopsy was superseded by developing the ultrasound- guided methods and later assisted by more precise imaging. The current state-of-the-art version relies on multiparametric MRI analysis and fusion planned biopsy. Objective: Our aim was to present, for the first time in Hungary, our experiences gained through artificial intelligenceassisted image analysis and three-dimensional virtual modeling in transperineal prostate biopsy procedures. Method: Between November 2020 and April 2024, at our institute, we performed 227 prostate biopsies following Watson Elementary® artificial intelligence-assisted image analysis and PI-RADS (v. 2.1) classification, as well as three-dimensional digital modeling. The procedures were conducted under anesthesia using the BiopSee® perineal biopsy station. Our results were analyzed retrospectively. Results: During the specified period, 227 biopsies were performed on patients suspected of prostate cancer. The mean age was 66.7 ± 7.8 years, and the average PSA level was 14.3 ng/mL. The average time in the operating room was 26.2 minutes. No infectious complications occurred. Spontaneous hematuria or hematospermia was recorded in 86 cases. A transurethral catheter was inserted in 7 cases; however, 5 (71%) of them were removed within 24 hours. The tumor detection rate was 18% for PI-RADS 3, 72% for PI-RADS 4, and 95.5% for PI-RADS 5. The distribution of clinically significant prostate cancer was 7%, 44%, and 84%, respectively, for these PI-RADS categories. For confirmed prostate cancer cases, 48 radical prostatectomies were performed, and 20 patients are under active surveillance. Discussion: The two emerging problems in relation to prostate biopsies – the detection rate of clinically significant cancers and the risk of infection – encourage medicine to continue to develop. Conclusion: Artificial intelligence-assisted analysis and digital model-based transperineal fusion biopsy offer high patient safety and transparent diagnostic assistance. Transperineal sampling, performed according to our institute’s protocol, has minimized the risk of infection to virtually zero. The standardization of imaging and the technical unification of sampling protocols can support diagnostic and therapy-based decision-making.

Actions (login required)

Edit Item