Apprentissage automatique en IRM prostatique pour le cancer de la prostate : État actuel et opportunités futures

Les avancées dans notre compréhension du rôle de l'imagerie par résonance magnétique (IRM) pour la détection du cancer de la prostate ont permis son intégration dans les routines cliniques au cours des vingt dernières années. Le Système de Rapport et de Données d'Imagerie de la Prostate (PI-RADS) est un système de notation basé sur l'imagerie qui évalue la probabilité d'un cancer de la prostate cliniquement significatif sur IRM pour guider la prise en charge. La technologie de fusion d'images permet de combiner la résolution de contraste des tissus mous supérieure de l'IRM, avec une représentation anatomique en temps réel utilisant l'échographie ou la tomodensitométrie. Cela permet le mapping précis du cancer de la prostate pour des biopsies ciblées et un traitement. L'apprentissage automatique offre d'énormes opportunités pour la représentation automatisée des organes et des lésions qui pourrait augmenter la reproductibilité de la catégorisation PI-RADS, et améliorer le co-enregistrement entre les modalités d'imagerie afin d'améliorer les méthodes diagnostiques et de traitement pouvant ensuite être individualisées en fonction du risque clinique de malignité. Dans cet article, nous fournissons une revue complète et contemporaine des avancées et partageons des perspectives sur les nouvelles opportunités dans ce domaine.