Correlación entre inteligencia artificial, ADC y hallazgos histopatológicos en la predicción del cáncer de próstata clínicamente significativo en RM.

Resumen

El estudio evalúa el uso de inteligencia artificial (IA) para detección y clasificación de lesiones en RM (basado en secuencias T2w y difusión) en la predicción de cáncer de próstata clínicamente significativo (csPCa). Definiendo al csPCa como aquellos cánceres con un Grade Group ≥ 2 (puntuación de Gleason ≥ 3 + 4) Se incluyeron 66 pacientes con sospecha de cáncer, registrando edad, nivel de PSA, valor ADC, PI-RADS asignado por IA y un radiólogo, nivel de sospecha de la IA, concordancia topográfica entre lectura por IA y radiólogo y resultado de anatomía patológica obtenidos con biopsia por fusión. La correlación entre los hallazgos por la IA y datos de referencia (radiólogo y patología) fueron evaluados. Luego del análisis estadístico, 33 pacientes presentaron csPCa. Los valores de ADC fueron significativamente más bajos en los casos con csPCa (mediana: 640 µm²/s vs. 740 µm²/s, p=0,005) y el PSA más alto en casos positivos (8,65 ng/mL vs. 6,82 ng/mL). El nivel de sospecha estimado por IA obtuvo una buena capacidad discriminativa (AUC 0,76 IC95% 0,63-0,87) con una diferencia estadísticamente significativa , seguida por el PI-RADS de la IA (AUC=0,75) y el PI-RADS del radiólogo (AUC=0,71). La concordancia entre radiólogo y resultados de la IA fue moderada (κ = 0,21). Estos datos sugieren que los resultados obtenidos con IA, especialmente el nivel de sospecha y el PI-RADS automatizado alcanzan un rendimiento comparable al del radiólogo y se podría integrar como una herramienta de apoyo en la predicción del csPCa.