Für die Studie von Bayerl, N. et al. wurde der Einsatz von mdprostate unter realen klinischen Bedingungen in mehreren Einrichtungen analysiert. Dabei bewerteten die Autor:innen die diagnostische Qualität der KI im Vergleich zu histopathologischen Ergebnissen von 123 Patient:innen, die als Referenzstandard dienten. Ziel war es, die Wirksamkeit von mdprostate bei der Detektion von klinisch signifikantem Prostatakrebs zu bewerten und gleichzeitig zu beobachten, ob die Variabilität verringert werden kann, die bei herkömmlichen radiologischen Bewertungen häufig auftritt. Die Ergebnisse unterstreichen den Nutzen des Einsatzes von KI im klinischen Umfeld:
- 100 % Sensitivität bei einem PI-RADS-Schwellenwert von ≥2, wodurch sowohl klinisch signifikante als auch nicht signifikante Prostatakarzinome für Läsionen unterhalb dieses Schwellenwerts effektiv ausgeschlossen werden.
- Für die Erkennung von klinisch signifikantem Prostatakrebs (csPCa) bei einem PI-RADS-Schwellenwert von ≥4 erreichte die Sensitivität 85,5% und die Spezifität 63,2%.
- Der Wert der Fläche unter der Kurve (Area Under The Curve, AUC) für die Erkennung von Krebsarten jeglichen Grades betrug 0,803.
Die diagnostische Qualität von mdprostate ist somit vergleichbar mit den Ergebnissen erfahrener Radiolog:innen in zwei Meta-Analysen der PI-RADS Version 2.1 und zeigte keine signifikanten Unterschiede.
Die Autor:innen der Studie betonen, dass mdprostate eine hohe diagnostische Qualität bietet und legen nahe, dass KI-Algorithmen die Arbeit von Radiolog:innen bei der Tumorerkennung und -klassifizierung verbessern können. Durch die Automatisierung des radiologischen Workflows bei der Auswertung von Prostata-MRTs könnte mdprostate die Zeit reduzieren, die sie mit der Interpretation verbringen. Die Optimierung von Arbeitsprozessen, unterstützt durch die einfache Integration in bestehende Arbeitsabläufe und direkte Schnittstellen in bestehende Systemlandschaften, könnte den Fokus auf komplexere Fälle ermöglichen. Weiterführend könnte die Vereinheitlichung des Analyserahmens durch den Einsatz von mdprostate auch die Variabilität in der Diagnostik verringern, zu einer standardisierten Beurteilung beitragen und damit die Diagnosesicherheit erhöhen.
Die Ergebnisse deuten darauf hin, dass mdprostate eine entscheidende Rolle in der Zukunft der Prostatakrebsdiagnostik spielen könnte. Durch die Kombination fortschrittlicher KI mit herkömmlichen bildgebenden Verfahren wird die Erkennung und Charakterisierung von Prostataläsionen nach dieser Studie optimiert. Das Potenzial, die diagnostische Präzision zu erhöhen, könnte zu besseren Therapieentscheidungen beitragen und damit letztlich die Patientenversorgung verbessern. Die Autor:innen weisen darauf hin, dass künftige Forschungsprojekte bspw. die Integration von mdprostate mit anderen diagnostischen Markern, wie dem Alter von Patienten und dem PSA-Serumspiegel, untersuchen sollten. Wir bei mediaire sehen dies als Ansporn für die Weiterentwicklung von mdprostate.
