La resonancia magnética multiparamétrica de próstata (mpMRI) es la técnica más precisa para el diagnóstico de cáncer de próstata (CaP), y se utiliza de manera generalizada para la detección temprana, la estadificación, el seguimiento y la vigilancia activa del cáncer de próstata.

La escala PI-RADS es una buena iniciativa para conseguir protocolo estandarizado y homogéneo de manejo de los pacientes con neoplasia de próstata entre diferentes profesionales y centros.

Se ha propuesto un protocolo abreviado de resonancia magnética de próstata biparamétrica (bpMRI), combinando Imágenes ponderadas en T2 (T2WI) e imágenes ponderadas en difusión imágenes (DWI)/coeficiente de difusión aparente (ADC) sin la administración de contraste. Este protocolo acorta el tiempo de realización del estudio y evita los riesgos asociados a la inyección de contraste.

Se ha demostrado que los estudios de bpMRI tienen una alta precisión cuando son interpretados por radiólogos experimentados y en este sentido, se han realizado propuestas para mejorar la interpretación de la bpMRI por radiólogos con menor experiencia

Una primera propuesta ha sido la cuantificación del ADC como ayuda en la valoración de lesiones sospechosas sobretodo en zona periférica de la próstata.

Una segunda propuesta ha sido el uso de inteligencia artificial (IA) como sistema de diagnóstico asistido por ordenador (CAD). Los algoritmos de IA se pueden adaptar a una variedad de diferentes tareas en imágenes de próstata, como la segmentación la detección o la caracterización.

El objetivo de este estudio ha sido evaluar el uso de la cuantificación de ADC (qADC) y de un software basado en IA con aprobación CE (Quantib Prostate) en la interpretación de la bpMRI de próstata. Los objetivos secundarios eran la determinación del tiempo de realización de los informes y la variabilidad entre lectores.

El estudio se basaba en el análisis retrospectivo de 170 mpMRI de pacientes con sospecha de CaP por un panel de dos lectores. Uno de ellos con amplia experiencia y otro inexperto. La estrategia del estudio en una primera fase en la valoración cualitativa de las secuencias de bpMRI. En una realizó una valoración cuantitativa de las mismas secuencias. En una tercera fase se analizó con AI el estudio de bpMRI.

Los resultados principales del estudio son los siguientes:

•  La concordancia entre lectores fue moderada para bpMRI, Quantib y qADC tanto para los inexpertos (k ponderado de 0,42, 0,45 y 0,41, respectivamente) y los radiólogos experimentados (k ponderado de 0,44, 0,46 y 0,42, respectivamente).
• La tasa de detección de CaP fue similar entre los inexpertos (0,24, 0,26 y 0,23) y los lectores con experiencia (0,26, 0,27 y 0,27), para bpMRI, Quantib y qADC, respectivamente.
• Los tiempos de presentación de los informes fueron de 8,23, 7,11 y 9,87 min para el lector inexperto y 5,62, 5,07 y 6,21 min para el lector experimentado, para bpMRI, Quantib, y qADC, respectivamente.

Las conclusiones del estudio son:

• AI y qADC no tuvieron un impacto significativo en el rendimiento diagnóstico de ambos lectores.
• El uso de Quantib se asoció con tiempos de presentación de informes más bajos.

PUNTOS DÉBILES:

• Es un estudio retrospectivo lo que limita la generalización de los resultados.
• Es un estudio en un único centro lo que limita la generalización de los resultados.
• El rendimiento diagnóstico se evaluó en términos de tasa de detección de aquellas lesiones que se sometió a una biopsia dirigida. En consecuencia, no es posible estimar la verdadera precisión diagnóstica de todos los lectores, ya que es posible que hayamos pasado por alto lesiones en la mpMRI que nunca se sometieron a biopsia dirigida.

PUNTOS FUERTES:

• Gran calidad de la tabla resumen y de las diferentes figuras para mostrar los resultados del estudio.
• Se aportan comentarios sobre las limitaciones del estudio.

                                                                                                          Dr Salvador Pedraza

Editor de la sección de Educación (FORA).