2026-10-13
👀 PSMA PET都已经阴性了，AI还想找什么？
乍一听，这个问题多少有点奇怪。
设想一下：一位中高危前列腺癌患者做完PSMA PET，报告显示盆腔淋巴结阴性，也就是miN0。第一反应大概是：那淋巴结这关，是不是基本过了？
偏偏事情没这么省心。
影像说"没看到"，和病理证明"真的没有"，其实是两回事。尤其碰上毫米级、低负荷的转移，有些病灶就是可能从影像眼皮底下溜过去。
那问题来了：PET都没看见，AI还能不能再往里找一层？
📃 2026年9月，《Cancer Imaging》发表的一项系统性范围综述，正好盯上了这个问题：AI能否在PSMA PET阴性之后，进一步识别仍可能存在病理淋巴结转移（pN1）的患者，甚至帮助判断谁可以安全省略扩大盆腔淋巴结清扫（ePLND）？[1]
如果真能做到，AI就不只是"看片助手"了，而是开始碰临床决策。但研究者把现有证据翻了一遍，发现这事儿没那么简单。🤷
先别急着把"阴性"理解成"肯定没有"。它更准确的意思是：这次影像没有看见。
一项发表于《JAMA Oncology》的前瞻性、多中心Ⅲ期诊断影像研究中，764名中高危前列腺癌患者接受⁶⁸Ga-PSMA-11 PET，其中277人随后接受根治性前列腺切除及淋巴结清扫。以组织病理学为参照，PSMA PET检测盆腔淋巴结转移的患者水平敏感度为0.40，特异度0.95，PPV 0.75，NPV 0.81。[2]
这里最值得盯住的是敏感度0.40。这当然不是说PSMA PET"不行"——它的特异度达到0.95。真正麻烦的是那些太小的病灶。研究中，病理阳性淋巴结最大径中位数只有6 mm；真阳性与假阴性淋巴结平均大小约为1.1 cm和0.6 cm。[2]
🤔 6毫米是什么概念？你可以把PSMA PET理解成一盏已经很亮的探照灯，但探照灯再亮，也不意味着角落里的每一粒沙子都能被照出来。病灶越小，越容易掉进影像的"阴性盲区"。
所以miN0和pN0，真不是一回事。前者是"影像没发现"，后者才是病理层面的结论。只差几个字，到了临床上，差别就大了。
PSMA PET阴性，并不能完全排除微小盆腔淋巴结转移
数据来源：Hope TA, Eiber M, Armstrong WR, et al. JAMA Oncology. 2021;7(11):1635–1642.
👏 这时候AI就有活儿干了。如果它只是把PET上已经亮起来的病灶再圈一遍，更像是给医生配了一个眼疾手快的看片助手：有用，但还不够有意思。
真正让人感兴趣的是：
PET没直接看到转移灶，AI能不能从别的地方闻到一点"不对劲"？比如从原发肿瘤的纹理、形态、强度、空间分布里找蛛丝马迹，再把mpMRI、PSA、临床分期、病理分级、穿刺等术前信息一起放进来，估计这个患者背后还藏着pN1的概率。[1]
这也是影像组学和多模态AI最吸引人的地方。它不一定非要直接"看见"一颗转移淋巴结，而是试图从原发肿瘤和多维数据里，捕捉某种与转移倾向有关的信号。
⚠️ 不过这里有个坑：PET病灶检测、病理pN1预测、复发/进展预测，看起来都叫"AI预测"，其实是三张不同的考卷。题都不是一道题，成绩当然不能混着算。[1]
看到这里，我们原本以为后面的剧情应该是：AI研究已经这么多了，多少总该有几个模型能直接拿来讨论手术决策了吧？
结果研究者一筛，画风变了。😓
496条去重记录，99篇全文评估，79篇AI/影像组学研究最终入选：29篇淋巴结预测、22篇PET检测/替代参考、28篇预后研究；另外还有55项PSMA/MRI-aware传统模型作比较。[1]
79篇，听起来已经"兵强马壮"。然后研究者问了一个最狠的问题：这里面，到底有几篇是在专门的miN0患者里，真正把AI推进到"ePLND能不能安全省略"这一步？答案是0。[1] 🤷
最接近答案的只有4项PSMA PET AI研究。它们至少把患者水平的手术病理pN1作为结局，但依然没有一项专门针对miN0人群。而且，29篇淋巴结预测研究中，有25篇被评为总体高偏倚风险；分析域25/29为高风险，参与者域23/29为高风险。[1]
对，前面496条记录浩浩荡荡，走到真正的临床决策门口，一个都没进去。现在缺的不是"再做一个模型"，而是一个能扛住临床追问的模型：我凭什么根据你的结果，少做一台手术？
接下来还有一个更直观的例子。Luining等人的模型在训练阶段交叉验证里，AUC做到0.88±0.16。[1,3]
AUC，简单理解，它是在看一个模型"能不能把真正高风险的人排到低风险的人前面"。AUC通常在0.5到1之间：0.5附近，基本意味着模型没什么区分能力；越接近1，说明它区分高低风险的能力越强。注意，AUC不是"准确率"，0.88也不能简单理解成"88%的人都预测对了"。所以看到0.88，你大概可以理解成：这个模型在自己的"模拟考"里，成绩确实挺漂亮。
但接下来，事情就有意思了。🤨
模型一"出门"，成绩变了：
到了包含内部和外部患者的验证队列，AUC降到0.57（95% CI 0.40–0.75）；在训练集导出的Youden阈值下，敏感度只有0.18（95% CI 0.032–0.48）。[1,3]
从0.88到0.57，不是少考了几分，而是一个原本很漂亮的故事突然被现实拽了一把。
医疗AI有时候很像一个在自己学校刷题刷得特别好的学生：题库熟、老师熟、考试风格也熟；真换一所学校、换一套卷子，才知道学到的是"能力"，还是"题型"。
影像组学尤其吃环境。扫描设备、重建方式、体素大小、示踪剂、摄取时间、分割和预处理，只要换一套，特征就可能跟着变。[1] 所以对医疗AI来说，模型做出来只是拿到准考证，外部验证才是真正进考场。
模型做出来 ≠ 模型走得出去
数据来源：Luining WI, et al. PLOS ONE. 2023;18(11):e0293672；相关结果亦见Rodríguez-Parras et al., Cancer Imaging, 2026.
🤚 但等等，AUC高，就代表这个模型真的能拿来决定"做不做手术"吗？还真不是。
刚刚说过，AUC解决的是"模型会不会区分高低风险"。可医生面对患者时，又不是在看算法排行榜。真正的问题很具体：这个人能不能不做ePLND？
真正要问的是：
按这个阈值，100个人里能少做多少台ePLND？会漏掉几个真正的pN1？模型说风险是10%，现实里是不是真的差不多10%？换一家医院以后，这个10%还算不算数？
临床最怕的不是模型不够炫，而是数字看着很美，落到患者身上却说不清代价。所以敏感度、NPV、校准、DCA都得看，更要把算法语言翻译成人话：少做了多少次ePLND，又漏掉了多少例pN1。[1]
到了这一步，它才不只是一个"预测模型"，而开始有资格被讨论为"临床决策工具"。
有意思的是，这篇综述没有把AI单独捧上擂台。
研究者另外筛选了55项纳入PSMA或MRI信息的传统预测模型作为比较。这个动作其实很重要：如果一个模型加入了PSMA PET、mpMRI这些本身就很有信息量的变量以后表现变好，我们不能顺手把功劳全记在"AI更高级"头上。[1]
有些传统或多变量模型，反而已经把结果往临床决策推进了一步。
例如综述列出的Gandaglia 2023模型，在miN0患者中进行了12中心验证，AUC为0.78；按5%风险阈值计算，458名患者中约215人（47%）可以避免ePLND，同时约漏掉1例pN1。另一项2026年的10中心外部验证中，Briganti 2023模型C-index为0.77；同样在5%阈值下，约47%的患者可避免ePLND，但漏掉5例pN1。[1]
这些数字当然不能简单理解成"5%就是标准答案"。不同人群、不同中心，风险基线和模型表现都可能变化。它们真正提供的是一种更接近临床的评价方式：别只问模型准不准，还要问用了它以后，患者会发生什么。AI如果想证明自己带来了真正的增量价值，也得接受同一套考题。
顺着这篇综述往下看，下一步该补什么，其实已经很清楚了。
第一，先把人找对。
如果最终要解决的是PSMA PET阴性患者的决策问题，就应该真正围绕miN0人群做验证。miN0和miN1的基线风险、疾病谱和临床选择并不一样，不能混在一起训练完，再默认模型对谁都一样好用。
第二，答案得有"金标准"。
如果AI想找的是PET没看到的微小转移，那它就不能只学习"医生在PET上标了哪里阳性"。否则算法再聪明，也可能只是在复刻原本就不完美的影像标签。最终还是需要规范化ePLND后的组织病理作为关键参照。
第三，模型得真的出去见世面。
特征怎么选、图像怎么预处理、阈值定多少，都应该在验证之前锁定。然后把模型交给新的患者、新的时间段、新的中心去考，看看它还能不能保持原来的表现。
第四，别只证明"我预测得准"，还要证明"用了我以后，决策变得更好"。
完成外部校准、明确可接受的假阴性上限之后，还需要前瞻性的决策影响研究，甚至通过非劣效设计去检验：如果真的根据AI结果省略ePLND，安全性是否能够被接受。[1]
框架整理自：Rodríguez-Parras P, et al. Cancer Imaging. 2026. DOI: 10.1186/s40644-026-01129-2.
看到这里，这篇综述其实不是在给AI泼冷水。它更像是在提醒行业：AI一旦从"帮医生看片"往分期、治疗选择、手术决策走，游戏难度会突然上一个档。在模型开发阶段，大家很容易被一个高AUC吸引。但真到了临床，技术性能只是起点。
目标患者有没有定义清楚？训练数据有没有代表性？不同中心的影像采集和处理能不能对得上？参考标准靠不靠谱？模型换一家医院会不会失灵？风险概率有没有校准？最后选的那个阈值，会不会让临床付出不能接受的漏诊代价？
这些问题听起来没有"AI识别率再创新高"那么抓眼球，却恰恰决定了一个算法能不能从论文里走出来。说到底，这已经不只是算法问题，而是一整套临床研究设计和证据生成问题。
所以看完这篇论文，最深的感受反而不是"AI又要替代谁了"。真正难的，从来不是在一组数据上跑出一个漂亮分数，而是换一家医院还能不能用、换一批患者还能不能准，最后真的少做了手术，又到底漏掉了多少人。只是至少到今天，这件事还没有被真正证明。这篇综述的结论很克制：
现有AI证据不足以支持仅依据AI，在PSMA PET阴性的患者中省略ePLND；现阶段，它更适合补充现有分期体系和经过验证的预测模型，而不是替代它们。[1]
所以现在回头看，AI确实已经开始挑战PSMA PET的"阴性盲区"了，只是从"发现风险"到"改变决策"，中间还隔着外部验证、临床净获益和前瞻性证据这些硬门槛。
AI已经走到了临床决策的门口。但从"模型有效"到"可以放心使用"，最后这段路，恰恰最难。
参考文献与数据来源
[1] Rodríguez-Parras P, Zambudio-Munuera A, Millán-Ramos I, et al. Beyond a negative PSMA PET: artificial intelligence for occult pN1 risk and extended pelvic lymph-node dissection selection in prostate cancer—a systematic scoping review. Cancer Imaging. 2026. DOI: 10.1186/s40644-026-01129-2. Published 12 Sep 2026.
[2] Hope TA, Eiber M, Armstrong WR, et al. Diagnostic Accuracy of 68Ga-PSMA-11 PET for Pelvic Nodal Metastasis Detection Prior to Radical Prostatectomy and Pelvic Lymph Node Dissection: A Multicenter Prospective Phase 3 Imaging Trial. JAMA Oncol. 2021;7(11):1635–1642. DOI: 10.1001/jamaoncol.2021.3771.
[3] Luining WI, Oprea-Lager DE, Vis AN, et al. Optimization and validation of 18F-DCFPyL PET radiomics-based machine learning models in intermediate- to high-risk primary prostate cancer. PLoS ONE. 2023;18(11):e0293672. DOI: 10.1371/journal.pone.0293672.
【说明】本文为基于公开学术文献的行业专业解读，不构成临床诊疗建议。涉及研究结论和数值均按原始文献语境呈现；临床应用需结合适用人群、研究设计、外部验证及具体指南/临床情境综合判断。
地址：北京丰台区丽泽商务区平安幸福中心
