基于 MR 的人工智能前列腺癌病理微环境亚型预测模型的构建与验证，一项多中心、回顾性-前瞻性临床研究

本研究旨在制定标准化的前列腺癌病理微环境亚型判读方案，探索其与疾病侵袭性、复发、转移及预后的关系，并构建基于磁共振成像（MR）的人工智能（AI）无创诊断预测模型，优化个体化诊疗和治疗决策。研究为多中心、回顾性-前瞻性观察性临床研究，回顾性研究部分计划纳入 2014-2024 年确诊为前列腺癌的 1500 例患者，前瞻性验证部分计划纳入 2025-2026 年确诊为前列腺癌的 300 例患者，收集术前 MR 图像、术后病理切片及随访数据。主要观察指标包括人口学信息、检验资料、影像学资料、病理学特征（如 Gleason 评分、PNI、LVI 等）及生化复发情况。统计分析采用 ROC 曲线、AUC 值、准确率、敏感度和特异度评估模型性能。通过标准化数据分析和 AI 模型构建为前列腺癌的精准诊疗提供科学依据，改善患者预后。