Ein computergestütztes Diagnosesystem für multiparametrische MRT suspekter Prostataläsionen: Entwicklung eines online open-access Tools mit hoher Genauigkeit.

Zielsetzung Ziel der Studie war die Entwicklung eines computergestützten Diagnosesystems (CADx) zur Klassifikation suspekter Läsionen in der multiparametrischen MRT der Prostata (mpMRT).

Material und Methoden In die retrospektive Studie gingen 124 Patienten mit 195 in der mpMRT detektierten Läsionen ein. Referenzstandard war das histologische Ergebnis von US/MRT-Fusionsbiopsien. Als Bildgebungsparameter wurden Läsionsgröße, T2w-Signalintensität, Diffusionsrestriktion, Prostatavolumen und dynamische Parameter herangezogen und durch die klinischen Parameter PSA-Level und Patientenalter ergänzt. Intraclass Correlation Coefficients (ICC) dienten zur Analyse der Interrater-Reliabilität bzgl. der Bildgebungsparameter. Es erfolgte ein stratifiziertes Subsampling des Datensatzes in Trainings- und Testdatensätze (156 bzw. 39 Läsionen in 100 bzw. 24 Patienten). Mit oben genannten Parametern wurde ein Extreme Gradient Boosting Algorithmus auf dem Trainingsdatensatz trainiert und auf dem Testdatensatz getestet. Der zu optimierende Parameter war hierbei die Area-under-the-ROC-Curve (ROCAUC). Der Algorithmus wurde als Web-Applikation öffentlich zugänglich gemacht.

Ergebnisse Das CADx erreichte eine ROCAUC von 0,908 auf dem Trainings- und 0,913 auf dem Testdatensatz (P=0,933) mit einer Sensitivität von 82,1% und einer Spezifität von 85,4%. Alle Bildgebungsparameter waren exzellent reproduzierbar (alle ICC≥0,87). In der Web-Applikation ist für jede analysierte Läsion eine Angabe zur Dignitätswahrscheinlichkeit verfügbar, sodass beispielsweise 36% der PCa und 49% der benignen Läsionen mit einer Irrtumswahrscheinlichkeit <2% diagnostiziert werden können. Zusätzlich wird die Position einer Läsion auf der ROC-Kurve dargestellt, sodass für jeden Einzelfall individuelle Sensitivitäten und Spezifitäten ersichtlich werden.

Schlußfolgerungen Das vorliegende frei verfügbare CADx ermöglicht die Klassifikation suspekter Läsionen in der Prostata mpMRT mit hoher Genauigkeit und exzellenter Interrater-Reliabilität.