海军军医大学第二附属医院（上海长征医院）泌尿外科教授任善成团队联合国内多家单位，构建了一种基于人工智能（AI）的前列腺癌影像—病理基础模型，可从磁共振影像中无创预测肿瘤侵袭性，且诊断性能显著优于现有临床方法，为前列腺癌无创精准诊断与分级提供了新方向。相关研究9月2日发表于《自然-癌症》。

前列腺癌已成为全球男性第二高发癌症。在中国，随着人口老龄化加剧和生活方式变化，前列腺癌发病率正以每年13%的速度快速增长，目前已位居男性恶性肿瘤发病率的第六位。

前列腺癌的临床诊断主要依赖血液前列腺特异性抗原（PSA）检测、B超和直肠指检。然而临床实践发现，在50岁以上男性群体中，近三分之一经B超可检出前列腺结节，约10%出现PSA异常升高。目前，全球各大临床指南多推荐磁共振检查（PI-RADS评分）进行进一步诊断，并依据其结果实施穿刺活检。但该评分系统依赖医生主观经验，诊断一致性低，且无法完全避免漏诊或过度穿刺。因此，临床上迫切需要一种更客观、精准且无创的辅助诊断工具。

研究团队纳入了来自多个中心的5700余例患者数据，利用近130万对影像区块训练出AI模型（简称MRI-PTPCa），仅依靠T2WI、DWI和ADC三类磁共振序列，即可预测原本需穿刺活检才能获取的病理分级信息，预测肿瘤的AUC高达0.983，分级准确率高达89.1%，表现与国际专家评估结果高度一致。研究团队还通过可视化热图技术展示了AI关注的关键区域，模型判断与病理切片结果在空间分布上显著吻合，体现出良好的可解释性。

任善成表示，这项研究为前列腺癌的无创、精准诊断提供了新路径，有望大幅度减少不必要的穿刺和过度诊断，减少患者痛苦和降低医疗负担。

相关论文信息：https://doi.org/10.1038/s43018-025-01041-x