自PIRADS系统建立以来，多参数核磁共振（Multiparametric MRI， mpMRI）已成为前列腺癌诊治过程中常用的检查手段，关于mpMRI在前列腺癌诊断中应用的进展也是层出不穷；而前列腺穿刺活检术仍是目前诊断前列腺癌的金标准，关于穿刺活检的优化以及新的穿刺技术也是备受关注。本次EAU会议中关于这部分内容又有哪些新的进展呢？

 

本期“益普生直击2020泌尿肿瘤国际会”栏目聚焦2020 EAU年会在前列腺核磁影像学及穿刺活检方面的最新进展，带您速览前列腺癌诊断前沿内容。

 

PRECISION研究是一项国际多中心、前瞻性、优效性假设临床试验，对比MRI引导穿刺与TRUS引导穿刺的准确性。在该研究中建立的PI-QUAL评分（Prostate Imaging Quality）基于mpMRI质量，分为1分：无MRI序列具有诊断价值；2分：只有一个MRI序列具备诊断价值；3分：可以进行评分，但无法识别典型病变；4分：2/3的MRI序列具备诊断价值，可诊断或排除病变；5分：任一MRI序列均具备诊断价值。达到PI-QUAL≥4分的MRI扫描仅占69%（图1），其中最难达到标准的序列为DCE序列。

 

图1. PI-QUAL评分

 

PROMIS研究是一项多中心、配对队列、前瞻性临床试验，共纳入576例患者，研究流程为行mpMRI后再行TRUS引导下系统穿刺活检及靶向穿刺活检，对TRUS活检与MP-MRI诊断进行了头对头比较。穿刺结果csPCA定义1为：GI≥4+3或MCCL（穿刺最大肿瘤长度， max cancer core length）≥6 mm，定义2为：GI≥3+4或MCCL≥4  mm。在定义1下，MRI可检测出csPCA比例为7%，定义2下阳性诊断率为13%。当设定活检PSAD≥0.15时，定义1下可减少5%的误诊，而定义2下可减少9%的误诊（图2）。因此，除mpMRI外，结合PSAD可提高csPCA的阳性诊断率。

 

图2. PROMIS研究中csPCa检出率

 

PI-RADS 3分病灶是前列腺癌MRI影像学评估时最具争议的灰区。在纳入141例行前列腺穿刺的患者中，共行194针穿刺活检，77.3%的穿刺针数集中于外周带，22.7%集中于移行带。外周带病灶结合核磁ADC诊断PCa和csPCa的AUC值分别为0.806和0.736。当ADC的切值为0.791和0.763时，对PCa和csPCa诊断的敏感性和特异性分别为76.47%、84.21%和66.67%、84.40%（图3）。

 

结论：定量分析外周带PI-RADS 3分病灶的弥散受限情况，对PCa和csPCa的检测有一定的预测作用。

 

图3. 双参数MRI对PI-RADS 3分病灶的弥散受限定量诊断

 

在200例拟行前列腺穿刺的患者中，行经会阴联合实时微超声+mpMRI融合前列腺穿刺活检术。前列腺癌阳性诊断率为57.2%，其中csPCa占39.5%。实时微超声+mpMRI融合穿刺较传统系统穿刺可诊断出更多的PCa及csPCa。而微超声与mpMRI融合穿刺技术之间在PCa诊断率方面无差异（P=0.24）。此外，实时微超声融合穿刺可额外发现11%的PCa，其中csPCa占92%（图4）。在Madrid流程下行穿刺的患者无一例出现发热或感染并发症。

 

图4. Madrid Protocol

 

在该项多中心、前瞻性、单臂研究中，共纳入322例患者，行前列腺系统穿刺+MRI/TRUS软件融合靶向穿刺活检。在靶向穿刺阳性的268例患者中，系统穿刺结果阴性占23.9%。行多因素分析发现，PSAD、MaxMRI与穿刺病理阳性相关，两者联合时AUC为0.696。当MRI发现13.5 mm以上病灶的患者更适合MRI/TRUS软件融合靶向穿刺活检（图5）。

 

图5. MRI/TRUS软件融合前列腺穿刺活检最佳指征

 

该研究为单中心、前瞻性、单臂临床试验，共纳入482例患者，在局麻下行前列腺穿刺活检术后1周内，没有患者出现脓毒血症。口服抗生素患者的合并症包括：反复尿路感染（1例）、血尿（1例）、下尿路症状（2例）和非泌尿系统原因。最常见并发症为血尿，比例为82%，其中严重血尿占1.4%；出现尿潴留并发症1例（图6）。

 

结论：局麻下经会阴前列腺穿刺活检术“0-抗生素”使用安全可行。

 

图6. 局麻下经会阴穿刺活检术“0-抗生素”应用经验

 

286例患者行12针系统穿刺及MRI-超声融合靶向穿刺活检术。当距离靶向病灶1/2/3/5/10 mm时，csPCa可在156/159/162/165/167例受试者中被诊断，诊断阳性率分别为：92%/94%/96%/98%/99%（图7）。

 

结论：靶向穿刺和系统穿刺联合检测到的绝大多数csPCa（98%）是在靶向穿刺距靶病灶>5 mm的情况下获得的。病灶周围取样可以作为MRI靶向穿刺活检的有效补充。

 

图7. 系统穿刺活检距靶向病灶长度与csPCa阳性诊断率的关联

 

在过去10年的前列腺人工智能（AI）影像诊断技术中，随着深度学习技术的发展，自2015年以来就有陆续研究报道前列腺癌的AI诊断（图8）。在一项45例前列腺癌患者的研究中，AI诊断前列腺癌的敏感性为85.7%，特异性为87.5%，与影像科医师在PI-RADS v1的判定上具有很好的一致性[1]。而在随后的研究中，由于AI无法突破由影像学伪影或成片质量带来的影响，其诊断准确性一直未超过影像科医师读片结果[2，3]。在129例穿刺前AI/影像科医师读片的对比研究中发现，AI vs. 人工读片AUC分别为0.95和0.88(P=0.02)[4]。

 

图8. 人工智能在前列腺癌影像学诊断中的应用

 

截止目前，AI深度学习技术并未体现出优势，但毫无疑问在不久的将来，通过大量病例学习，AI影像学诊断将成为可能。

 

 

PIRADS仍为前列腺MRI影像学评价的公认标准，但已有相关研究对提高前列腺癌尤其是有临床意义前列腺癌的影像学诊断进行了相关探索，但无论何种诊断模型均需要大样本量研究进行确证。前列腺穿刺活检术除关注提高阳性诊断率以外，还需关注其并发症，尤其是脓毒血症的发生率。相信在不久的将来，人工智能在前列腺癌诊断中的应用将会推广并普及。

 

参考文献：

1. ROETHKE M C， KURU T H， MUELLER-WOLF M B， et al. Evaluation of an Automated Analysis Tool for Prostate Cancer Prediction Using Multiparametric Magnetic Resonance Imaging [J]. Plos One， 2016， 11(7): e0159803.

2. THON A， TEICHGRBER U， TENNSTEDT-SCHENK C， et al. Computer aided detection in prostate cancer diagnostics: A promising alternative to biopsy A retrospective study from 104 lesions with histological ground truth [J]. Plos One， 2017， 12(10): e0185995.

3. CAMPA R， DEL MONTE M， BARCHETTI G， et al. Improvement of prostate cancer detection combining a computer-aided diagnostic system with TRUS-MRI targeted biopsy [J]. Abdominal Radiology， 2019， 44(1): 264-71.

4. DINH A H， MELODELIMA C， SOUCHON R， et al. Characterization of prostate cancer with Gleason score of at least 7 by using quantitative multiparametric MR imaging: validation of a computer-aided diagnosis system in patients referred for prostate biopsy [J]. Radiology， 2018， 287(2): 525-33.

 

 

DIP-CN-002688  2020/8/7