近年来，人工智能（artificial intelligence，AI）技术在医学领域有了广泛探索。有不少研究报道AI可用于mpMRI的诊断。研究［3-4］证明，AI可用于前列腺体积的分割及前列腺癌病灶的检出。但在实际工作中，AI不能离开医师独立工作。所以要研究AI的真正价值应关注的是在AI辅助医师的情况下，能否提高医师的诊断效能［5］。另外，单中心、小样本的研究价值通常低于多中心、大样本的研究［6］。因此，本文系统综述了基于AI的mpMRI对前列腺癌诊断的多中心临床试验研究结果，以期对当前AI临床研究结果作出整体评价，对未来的AI研究和临床应用给出基于事实的建议。
一、合成MRI技术
合成MRI 技术常用动态多回波（multipledynamic,multiple-echo，MDME）序列采集数据，影像采集和后处理主要分为3 个部分。（1）数据采集。MDME 序列包括2 个重复时相：第1 个时相，在层面m 施加翻转角为120毅的饱和脉冲使之饱和；第2个时相，选择另一层面n 执行多个回波的快速自旋回波序列采集。通过改变层面m和n 的顺序来控制某一层面饱和及采集之间的延迟时间。（2）定量值获取。通过2 次回波4 次延迟可生成每个成像层面的8 幅模数图，通过特定的算法对这些图像中每个像素的信号强度进行最小二乘拟合，能得到T1、T2、R1、R2、PD 值，同时生成相应组织参数的定量图。（3）影像合成。根据获取的R1、R2 和PD 定量图，通过改变TR、TE 和TI 可以同时获得多种对比加权影像，包括T1WI、T2WI、质子密度加权成像（protondensity-weighted imaging，PDWI）、T1WI 液体衰减反转恢复（FLAIR）、T2WI FLAIR、双反转恢复（doubleinversion recovery，DIR）、相位敏感反转恢复（phasesensitive inversion recovery，PSIR）、PSIR 亮血成像短时反转恢复（short -tau inversion recovery，STIR）等影像。将合成MRI 用于中枢神经系统，基于髓鞘特有的弛豫时间，可实现髓鞘体积测量及脑组织分割。Warntjes 等[2]开发了一种基于合成MRI 定量值评估髓鞘的模型，该模型假设MRI 影像的每个体素中包括4 个部分的体积，即髓鞘、细胞、自由水及脑实质外水的体积，每一部分均有特定的R1、R2 及PD值，然后根据髓鞘内及周围细胞内外水之间的磁化交换来计算每个体素中的髓鞘体积分数（myelinvolume fraction，MVF）。研究[3-4]表明，基于合成MRI生成的MVF 与大脑组织切片染色及健康受试者的其他髓鞘成像技术有很好的相关性。与上述髓鞘体积测定方法类似，合成MRI 后处理软件可实现对脑灰质、白质、脑脊液的自动分割，继而获取完整的脑实质体积（brain parenchymal volume，BPV）、颅内体积（intracranial volume，ICV）及任一脑组织的定量值。
二、研究实证
AI模型的泛化能力不足是当前几乎所有AI影像诊断领域面临的问题。在训练时使用大量的多中心数据有利于提高其泛化能力，并通过外部数据来检验。在AI应用进展较快的领域，如糖尿病视网膜病变分类、肺结节检出，均在早期发布了大样本的公开数据集，快速地促进了AI模型的训练和泛化。当前也有一些前列腺mpMRI项目公开发布数据集，未来如有更大样本量、更高质量的公开数据集，将会对该领域的研究起到促进作用。
研究选择的读片医师均为具有不同诊断经验的影像科医师。通常认为AI对经验不足影像科医师有较大帮助，对经验丰富的影像科医师帮助有限。各项研究对读片过程中的医师表现未予以分析，没有记录医师对AI的接受情况。读片者经验的定义也不一致，有研究纳入低、中、高年资者［10］，有研究［8］纳入了中、高年资者，也有研究［11］仅纳入高年资者，且不同研究对“经验”的定义也有较大出入。
在实际临床工作中，泌尿外科医师、穿刺活检医师也会在诊疗过程中读片，因此未来有必要纳入临床医师作为读片者，以观察AI对他们是否有帮助。此外，不同医院、不同年资医师对前列腺mpMRI的认识水平存在较大差异，应尽可能多地纳入不同层级的读片者进一步研究。
诊断效能的分析主要有3个角度：诊断准确度、读片者一致性和工作效率。不同研究使用的诊断效能指标较一致，如灵敏度、特异度、准确度、AUC等，但仅部分研究分别从病灶层面和患者层面进行了分析，也只有部分研究对前列腺不同分带区域进行了独立分析。因此我们观察到不同研究之间结果不一致，但缺失详细的数据，不能很好地解释不同研究结果有差异的原因。各项研究中患者组和对照组的定义不一致。以Gaur等的研究为例，阳性患者为MRI有异常发现且穿刺及手术为阳性者，阴性患者为MRI无异常发现且穿刺为阴性者，但在实际工作中也存在MRI有异常发现而穿刺为阴性、MRI无异常发现而穿刺为阳性，不纳入这些情况可能会高估AI和医师的读片效能。
所有研究中读片者均不知悉患者的临床信息以避免干扰，但在实际工作中读片者均会结合患者年龄、症状、前列腺特异性抗原、前列腺体积、既往穿刺结果等综合判断，未来有必要改变实验设计，在了解临床信息的情况下分析AI对读片者的影响，才能反映其真实价值。
参考文献：
[1] HAGIWARA A, WARNTJES M, HORI M, et al. SyMRI of the brain:rapid quantification of relaxation rates and proton density, withsynthetic MRI, automatic brain segmentation, and myelinmeasurement [J]. Invest Radiol, 2017, 52: 647-657. DOI: 10.1097/rli.0000000000000365.
[2] WARNTJES M, ENGSTR?M M, TISELL A, et al.Modeling thepresence of myelin and edema in the brain based on multi -parametricquantitativeMRI[J]. Front Neurol,2016,7:16.DOI:10.3389/fneur.2016.00016.
[3] WARNTJES J B M, PERSSON A, BERGE J, et al. Myelin detectionusing rapid quantitative MR imaging correlated to macroscopicallyregistered luxol fast blue-stained brain specimens [J]. AJNR, 2017,38: 1096-1102. DOI: 10.3174/ajnr.A5168.
[4] HAGIWARA A, HORI M, KAMAGATA K, et al. Myelinmeasurement: comparison between simultaneous tissue relaxometry,国际医学放射学杂志陨灶贼允酝藻凿砸葬凿蚤燥造圆园23 Jul鸦46穴4雪magnetization transfer saturation index, and T (1)w/T (2)w ratiomethods [J]. Sci Rep, 2018, 8: 10554. DOI: 10.1038/s41598-018-28852-6.
[5] HAGIWARA A, HORI M, SUZUKI M, et al. Contrast -enhancedsynthetic MRI for the detection of brain metastases [J]. Acta RadiolOpen,2016,5:2058460115626757.DOI:10.1177/2058460115626757.
[6] KANG K M, CHOI S H, HWANG M, et al. Application of syntheticMRI for direct measurement of magnetic resonance relaxation timeand tumor volume at multiple time points after contrastadministration: preliminary results in patients with brain metastasis[J]. Korean J Radiol, 2018, 19: 783-791. DOI: 10.3348/kjr.2018.19.4.783.
[7] ELLINGSON B M, LAI A, NGUYEN H N, et al. Quantification ofnonenhancing tumorburden in gliomas using effective T2 mapsderived from dual-echo turbo spin-echo MRI [J]. Clin Cancer Res,2015, 21: 4373-4383. DOI: 10.1158/1078-0432.Ccr-14-2862.
[8] BLYSTAD I, WARNTJES J B M, SMEDBY ?, et al. QuantitativeMRI for analysis of peritumoral edema in malignant gliomas [J].PLoS One,2017, 12:e0177135.DOI:10.1371/journal.pone.0177135.
[9] BLYSTAD I, WARNTJES J B M, SMEDBY 魻, et al. QuantitativeMRI using relaxometry in malignant gliomas detects contrastenhancement in peritumoral oedema [J]. Sci Rep, 2020, 10: 17986.DOI: 10.1038/s41598-020-75105-6.
[10] 纪东旭, 钱国珍, 赵殿江. T2-FLAIR 失配征预测IDH 突变-无1p/19q 共缺失型胶质瘤的研究进展[J]. 国际医学放射学杂志,2021, 44: 290 -293.JI D X, QIAN G Z, ZHAO D J. Researchprogress on T2-FLAIR mismatch sign for predicting IDHmutant 1p/19q non-codeleted glioma [J]. Int J Med Raiol, 2021, 44: 290-293.DOI: 10.19300/j.2021.Z18334.
[11] KIKUCHI K, TOGAO O, YAMASHITA K, et al. Quantitativerelaxometry using synthetic MRI could be better than T2-FLAIRmismatch sign for differentiation of IDH-mutant gliomas: a pilotstudy [J]. Sci Rep, 2022, 12: 9197. DOI: 10.1038/s41598-022-13036-0.
[12] KATAN M, LUFT A. Global burden of stroke [J]. Semin Neurol,2018, 38: 208-211. DOI: 10.1055/s-0038-1649503.
[13] ABDALKADER M, SIEGLER J E, LEE J S, et al. Neuroimaging ofacute ischemic stroke: multimodal imaging approach for acuteendovascular therapy [J]. J Stroke, 2023,25:55-71. DOI: 10.5853/jos.2022.03286.
[14] DUCHAUSSOY T, BUDZIK J F, NORBERCIAK L, et al. SyntheticT2 mapping is correlated with time from stroke onset: a future tool inwake-up stroke management [J]. Eur Radiol, 2019, 29: 7019-7026.DOI: 10.1007/s00330-019-06270-0.
[15] ANDR? J, BARRIT S, JISSENDI P. Synthetic MRI for stroke: aqualitative and quantitative pilot study [J]. Sci Rep, 2022, 12: 11552.DOI: 10.1038/s41598-022-15204-8.
[16] WANG Q, WANG G, SUN Q, et al. Application of magneticresonance imaging compilation in acute ischemic stroke [J]. World JClin Cases, 2021, 9: 10828 -10837. DOI: 10.12998/wjcc.v9.i35.10828.
[17] HAGIWARA A, HORI M, YOKOYAMA K, et al. Synthetic MRI inthe detection of multiple sclerosis plaques [J]. AJNR, 2017, 38:257-263. DOI: 10.3174/ajnr.A5012.
[18] SACCENTI L, HAGIWARA A, ANDICA C, et al. Myelinmeasurement using quantitative magnetic resonance imaging: acorrelation study comparing various imaging techniques in patientswith multiple sclerosis [J]. Cells, 2020, 9: 393. DOI: 10.3390/cells9020393.
[19] ANDICA C, HAGIWARA A, KAMAGATA K, et al. Gray matteralterations in early and late relapsing-remitting multiple sclerosisevaluated with synthetic quantitative magnetic resonance imaging[J]. Sci Rep, 2019, 9: 8147. DOI: 10.1038/s41598-019-44615-3.
[20] 鹿娜, 李春媚, 李淑华, 等. 基于合成磁共振成像技术的帕金森病患者全脑体积值及弛豫值研究[J].磁共振成像, 2021, 12: 1-5,29.LU N, LI C M, LI S H, et al. Quantitative investigation of globalvolumetry and relaxometry of the brain in Parkinson's diseasepatients using synthetic MRI[J]. Chin J Magn Reson Imaging, 2021,12: 1-5,29. DOI: 10.12015/issn.1674-8034.2021.04.001.
