MRI靶向活组织检查的出现，在进行活组织检查(组织样本)之前，MRI扫描被用来告知外科医生肿瘤的位置。在过去的五年中，MRI的检出率已经从50%提高到接近90%。现在，SmartTarget系统通过使用先进的图像处理和机器学习算法，通过MRI扫描为每个患者创建前列腺和癌症的3D模型，进一步增强了这种技术。
在活检过程中，该模型与超声图像融合，以突出超声图像中没有出现的关注区域，帮助指导外科医生进行手术。
直到去年，MRI靶向技术被引入，现有的检测前列腺癌的方法是在不知道前列腺肿瘤可能在何处的情况下从前列腺取活检，这导致近一半的危及生命的癌症被遗漏。“近年来，前列腺癌的检测一直在以非常快的速度进步，这项技术进一步推动了科学的发展，使临床医生能够迅速发现前列腺癌，以便患者能够尽早获得正确的治疗。”联合资深作者哈希姆·艾哈迈德教授说，他在去伦敦帝国理工学院之前就在伦敦大学医学院开始了这项研究。
广告
广告
在目前的研究中，129名疑似前列腺癌患者接受了两次活组织检查——一次使用了SmartTarget系统，另一次外科医生只能目测MRI扫描结果。两种策略联合检测出93例临床意义显著的前列腺癌，每例检测出80例;每一种方法都漏掉了另一种方法发现的13个。
研究人员表示，外科医生对MRI扫描图像的视觉检查应该与SmartTarget协同使用，因为使用该技术，外科医生可以学会在针插入时对患者和前列腺的运动进行细微的调整。“我们开发了SmartTarget系统，为外科医生提供活检时前列腺肿瘤的大小、形状和位置等重要信息，而这些信息在超声波图像上是无法看到的。”联合资深作者迪恩·巴拉特博士(UCL医学物理与生物医学工程和UCL医学图像计算中心)解释道，他发明并领导了SmartTarget系统的开发。该软件为他们提供了一个明确的目标。由于mri靶向活检需要非常高的专业知识和经验，我们希望SmartTarget展示的图像将有助于为更广泛的患者和医院提供高精度的前列腺癌诊断。”
研究人员说，新方法可以减少需要的活组织检查的数量，并减少因过度诊断危害较小的癌症而引起的不必要的手术。
这项跨学科的研究汇集了工程师、泌尿科医生和放射科医生，由伦敦大学学院转化研究办公室(UCL Translational Research Office)在项目管理方面支持，并引导了项目从实验室到手术室的转化和调控路径。“最近媒体上有很多关于计算机和人工智能将在多大程度上融入临床护理的讨论和猜测。像这样的研究是极其重要的，因为它们为新技术在临床环境中的表现提供了宝贵的证据，”联合资深作者Mark Emberton教授(UCL医学科学院院长)说。“有了这项研究，我们现在有了确凿的数据显示，在靶向前列腺肿瘤方面，SmartTarget与一组专家一样出色，并初步了解了未来临床医生和计算机将如何为了患者的利益而协同工作。”
来源:伦敦大学学院
