Desarrollo y validación de algoritmos de IA en resonancia magnética de próstata: un viaje en evolución

El cáncer de próstata sigue siendo una de las enfermedades más difíciles de detectar y diagnosticar con precisión para los radiólogos, en particular cuando utilizan soluciones de resonancia magnética de próstata con inteligencia artificial. La tarea se vuelve aún más desafiante por su naturaleza multifacética y las complejidades de la interpretación de imágenes de resonancia magnética multiparamétrica (mpMRI).

Este blog examina las complejidades de Desarrollo y validación de algoritmos en resonancia magnética de próstata con inteligencia artificial para detectar el cáncer de próstata, explorando los desafíos y las mejores prácticas en este viaje en evolución con la tecnología de resonancia magnética de próstata con inteligencia artificial.

Comprender la complejidad de la detección del cáncer de próstata 

La detección del cáncer de próstata plantea desafíos únicos debido a la variabilidad en la presentación y las diversas estructuras anatómicas dentro de la glándula prostática. Los radiólogos deben navegar a través de imágenes de resonancia magnética de múltiples secuencias, distinguiendo entre lesiones benignas y malignas, particularmente en la zona de transición (TZ), donde los cánceres pueden ser esquivos y fácilmente clasificados erróneamente con nódulos hiperplásicos benignos, lo que resulta en falsos positivos, que luego se someterían a una biopsia innecesaria. Las herramientas de IA pueden ayudar a los radiólogos a superar estos desafíos.

Un ejemplo de este desafío es el desempeño clínico de los radiólogos al detectar csPCa, ya que hasta un 20 % de los pacientes csPCa+ a menudo no son identificados y las tasas de falsos positivos son de hasta un 70 %. Igualmente importante es la alta variabilidad entre lectores, ejemplificada por un amplio rango en los valores predictivos positivos (VPP) para las puntuaciones PI-RADS >= 3 lesiones en comparación con los resultados de la biopsia. 

Un factor clave que contribuye a este desafío es la heterogeneidad de los protocolos de adquisición en la resonancia magnética de próstata. Antes de la creación de las directrices PI-RADS, no había consenso sobre los protocolos de adquisición recomendados para una lectura eficaz de la resonancia magnética de próstata, que describieran las secuencias y los parámetros necesarios que se debían evaluar. PI-RADS nació para aportar una única verdad fundamental que describiera las mejores prácticas para la adquisición de la resonancia magnética de próstata con secuencias ponderadas en T2 capturadas en varios planos de adquisición. Sin embargo, la evaluación de la zona periférica (ZP) depende en gran medida de los hallazgos derivados de la secuencia de imágenes ponderadas por difusión (DWI). DWI ofrece información sobre el movimiento de las moléculas de agua, que pueden ser indicativas de diversas patologías, incluido el cáncer de próstata (PCa). 

Según PI-RADS 2.1, si bien las secuencias T2w y DWI tienen prioridad en el proceso de evaluación, la secuencia dinámica con contraste (DCE) también desempeña un papel importante en escenarios específicos. Además, a menudo se adquieren series complementarias para facilitar el proceso de diagnóstico. Estas pueden incluir una secuencia ponderada en T1, utilizada para detectar metástasis o sangrado inducido por biopsia, y una secuencia DWI de pelvis completa, empleada para descubrir cualquier hallazgo incidental en los tejidos adyacentes a la próstata.

Desarrollo de software CAD basado en IA para resonancia magnética de próstata  

La falta de radiólogos corporales calificados que puedan informar con confianza sobre la resonancia magnética de próstata, La alta variabilidad entre lectores, así como el potencial de mejora tanto en la sensibilidad como en la especificidad para los radiólogos han creado un espacio de oportunidad para que los dispositivos CAD, en particular las herramientas de lectura de resonancia magnética de próstata con inteligencia artificial, apoyen a los radiólogos en su rutina clínica.

El desarrollo de estos dispositivos, especialmente cuando aprovechan modelos basados ​​en IA, es igualmente desafiante y requiere una cuidadosa consideración por parte de sus fabricantes.

Fuente de la verdad fundamental 

Hay tres fuentes principales de verdad fundamental que se pueden utilizar al desarrollar y validar modelos basados ​​en IA en la detección de csPCa, a saber, anotaciones PI-RADS, resultados de biopsia y prostatectomía radical.  

Anotaciones PI-RADS 

Los PI-RADS representan la información más fácil de obtener, ya que estos puntajes los proporciona manualmente un radiólogo al informar un estudio de resonancia magnética de próstata. Sin embargo, Existen dos deficiencias clave en el uso de las puntuaciones PI-RADS como referencia para fines de entrenamiento y validación: 

• La puntuación PI-RADS sufre una alta variabilidad entre lectores. Los radiólogos inexpertos tienden a sobrevalorar los hallazgos benignos como PIRADS > 3, lo que influye en gran medida en el punto de referencia de la verdad fundamental según el radiólogo que realiza el informe. Se han sugerido los paneles de revisión independientes (IRP) como medida de control, donde generalmente se sigue un enfoque 2 + 1 (por ejemplo, 2 radiólogos evalúan el estudio de forma independiente y un tercero lo revisa solo si hay discrepancias entre los dos primeros). A pesar de estas medidas, la variabilidad sigue siendo un desafío, lo que refuerza la importancia de las soluciones de IA para resonancia magnética de próstata. 
• Las puntuaciones PI-RADS no son resultados confirmados de csPCa. La evaluación radiológica es una indicación de la confianza en que una lesión determinada sea csPCa. Sin embargo, algunas lesiones PI-RADS 5 resultan no ser csPCa, así como lesiones no identificadas por el radiólogo que se manifiestan como csPCa en una biopsia sistemática. Por lo tanto, el uso de las puntuaciones PI-RADS para determinar los resultados del paciente presenta una estrategia subóptima.  

Estos factores en conjunto presentan un desafío formidable cuando se depende únicamente de la radiología como referencia fundamental.

Resultados de la biopsia 

El uso de los resultados de la biopsia ayuda a superar las limitaciones señaladas con las puntuaciones PIRADS. Al definir una lesión de CaPc con una puntuación de Gleason asociada igual o superior a 7, La variabilidad entre lectores, así como la falta de un diagnóstico definitivo, se minimizan en gran medida, lo que mejora el rendimiento de las herramientas de resonancia magnética de próstata con inteligencia artificial.  

Sin embargo, las biopsias de próstata generalmente se realizan extrayendo una muestra muy pequeña de tejido en regiones distribuidas uniformemente de la próstata (biopsia sistemática), así como en aquellas regiones donde un radiólogo identificó una lesión preocupante (biopsia dirigida).

La coincidencia entre el hallazgo radiológico y el tejido extraído depende en gran medida de la capacidad del urólogo para detectar la lesión con precisión en la imagen ecográfica en tiempo real, lo que a menudo conduce a un muestreo insuficiente de la región deseada. Las nuevas técnicas, incluidos los procedimientos de biopsia por fusión de resonancia magnética y ecografía, han ayudado enormemente a superar este desafío, aunque su adopción sigue siendo limitada y suele limitarse a pacientes con una biopsia dirigida.  

Otro desafío que surge del uso de los resultados de la biopsia como referencia es la falta de datos de biopsia en pacientes para quienes una biopsia no estaba clínicamente justificada tras una revisión radiológica. Asumir automáticamente que esos casos son negativos corre el riesgo de introducir un sesgo de confirmación y es necesario un seguimiento clínico adicional antes de poder considerarlos verdaderos negativos.

Prostatectomía radical 

La prostatectomía radical supera la falta de resolución espacial presente en los resultados de la biopsiaCuando se extrae toda la glándula prostática y se evalúa histológicamente, se obtiene una imagen 3D completa a nivel patológico, pudiendo así coincidir directamente con las regiones de csPCa para el entrenamiento y la validación, lo que contribuye a la precisión de los modelos de IA de resonancia magnética de próstata.  

De manera similar a la utilización de los resultados de las biopsias, el principal desafío de este enfoque radica en la falta de prostatectomías radicales realizadas en comparación con el número de resonancias magnéticas. A pesar de ser el mejor estándar científico, no sería ético realizar este procedimiento en todos los pacientes únicamente para un estudio de validación. Por lo tanto, su uso sigue siendo limitado debido al pequeño tamaño de la muestra disponible y al sesgo de selección inherente en esta población.