Prostate cancer assessment based on multimodal data and deep learning methods

Abstract

Prostate cancer is the second most frequently diagnosed malignancy in men worldwide, making timely diagnosis essential for treatment decisions and patient outcomes. Diagnosis typically combines prostate-specific antigen (PSA) testing, magnetic resonance imaging (MRI), and, when indicated, biopsy. However, PSA lacks specificity and can cause overdiagnosis; biopsy is invasive and susceptible to sampling error; and standardized radiological assessment shows substantial inter-reader variability across institutions and expertise levels. Robust, generalizable models are further limited by scarce large, curated datasets with lesion-level annotations and by variation in MRI protocols and scanner vendors. Deep learning can learn discriminative imaging patterns directly from data. This capacity, together with these challenges, motivates multimodal, annotation-efficient, and foundation-model-based approaches that move beyond isolated lesion analysis towards clinically applicable patient-level assessment. This thesis first critically and systematically reviews generative deep learning for oncological MRI augmentation, identifying key evaluation strategies, best practices, and open challenges. It shows that image realism and conventional quality measures alone cannot establish the clinical value of synthetic data; evaluation on defined downstream tasks is essential. The thesis then develops and validates annotation-efficient architectures for patient-level prostate cancer assessment from biparametric MRI using large multicenter retrospective data and prospective cohorts. It investigates whether complementary MRI inputs, integrated through cross-attention and combined with routinely available demographic and clinical variables, improve classification of prostate cancer and clinically significant disease, while assessing performance across patient subgroups, scanners, and institutions. The proposed pipelines were benchmarked against clinical PI-RADS assessments. The work also adapts medical vision foundation models using sequence-specific, parameter-efficient techniques, enabling scalable patient-level analysis without costly lesion annotations. Collectively, the studies demonstrate the potential of multimodal, annotation-efficient artificial intelligence and provide large-scale retrospective and prospective validation, patient- and acquisition-related subgroup analyses, calibration, interpretability, and computational-efficiency evaluation, strengthening evidence for future clinical translation.

Ο καρκίνος του προστάτη είναι η δεύτερη συχνότερα διαγιγνωσκόμενη κακοήθεια στους άνδρες παγκοσμίως και η έγκαιρη διάγνωση είναι κρίσιμη για τη λήψη θεραπευτικών αποφάσεων και τη βελτίωση της κλινικής έκβασης. Η διαγνωστική διαδικασία συνδυάζει συνήθως τη μέτρηση του ειδικού προστατικού αντιγόνου (PSA), τη μαγνητική τομογραφία (MRI) και, όταν ενδείκνυται, τη βιοψία. Ωστόσο, το PSA έχει περιορισμένη ειδικότητα και μπορεί να προκαλέσει υπερδιάγνωση, η βιοψία είναι επεμβατική και ευάλωτη σε δειγματοληπτικά σφάλματα, ενώ η ακτινολογική αξιολόγηση παρουσιάζει σημαντική μεταβλητότητα ανά ίδρυμα και επίπεδο εμπειρίας του παρατηρητή. Η ανάπτυξη εύρωστων και γενικεύσιμων μοντέλων δυσχεραίνεται από τη σπανιότητα μεγάλων, επιμελημένων συνόλων δεδομένων με επισημάνσεις βλαβών, τις διαφορές στα πρωτόκολλα MRI και τη χρήση τομογράφων διαφορετικών κατασκευαστών. Τα μοντέλα βαθιάς μάθησης μαθαίνουν διακριτικά απεικονιστικά πρότυπα απευθείας από τα δεδομένα. Η δυνατότητα αυτή, σε συνδυασμό με τις προαναφερθείσες προκλήσεις, αυξάνει το ενδιαφέρον για πολυτροπικές προσεγγίσεις χαμηλών απαιτήσεων επισημείωσης που βασίζονται σε θεμελιώδη μοντέλα και υπερβαίνουν την ανάλυση μεμονωμένων βλαβών, με στόχο την κλινικά εφαρμόσιμη αξιολόγηση σε επίπεδο ασθενούς.Αρχικά, η διατριβή ανασκοπεί κριτικά και συστηματικά παραγωγικά μοντέλα βαθιάς μάθησης για την επαύξηση ογκολογικών δεδομένων MRI και προσδιορίζει βασικές στρατηγικές αξιολόγησης, βέλτιστες πρακτικές και ανοικτές προκλήσεις. Δείχνει ότι ο ρεαλισμός εικόνας και οι συμβατικές μετρικές ποιότητας δεν τεκμηριώνουν την κλινική αξία των συνθετικών δεδομένων χωρίς αξιολόγηση σε σαφείς εργασίες επόμενου σταδίου. Στη συνέχεια, αναπτύσσει και επικυρώνει αρχιτεκτονικές χαμηλών απαιτήσεων επισημείωσης για την αξιολόγηση του καρκίνου του προστάτη από διπαραμετρική MRI σε επίπεδο ασθενούς, με δεδομένα από μεγάλες πολυκεντρικές αναδρομικές και προοπτικές κοόρτες. Διερευνά αν συμπληρωματικές είσοδοι MRI, ενοποιημένες μέσω διασταυρούμενης προσοχής με συνήθεις δημογραφικές και κλινικές μεταβλητές, βελτιώνουν την ταξινόμηση του καρκίνου του προστάτη και της κλινικά σημαντικής νόσου, ενώ η απόδοση αξιολογείται σε υποομάδες ασθενών, τομογράφους και ιδρύματα. Οι μέθοδοι συγκρίθηκαν με τις κλινικές αξιολογήσεις βάσει PI-RADS. Η εργασία προσαρμόζει επίσης ιατρικά θεμελιώδη μοντέλα όρασης με παραμετρικά αποδοτικές τεχνικές ανά ακολουθία, επιτρέποντας κλιμακώσιμη ανάλυση σε επίπεδο ασθενούς χωρίς δαπανηρές επισημάνσεις βλαβών. Συνολικά, οι μελέτες αναδεικνύουν τις δυνατότητες πολυτροπικής τεχνητής νοημοσύνης χαμηλών απαιτήσεων επισημείωσης μέσω αναδρομικής και προοπτικής επικύρωσης μεγάλης κλίμακας, αναλύσεων υποομάδων ασθενών και συνθηκών απόκτησης, βαθμονόμησης, ερμηνευσιμότητας και υπολογιστικής αποδοτικότητας, ενισχύοντας τα τεκμήρια για μελλοντική κλινική εφαρμογή.