Автоматическая сегментация всего тела на PSMA ПЭТ/КТ остаётся сложной задачей: ручное контурирование трудозатратно, а модели искусственного интеллекта, опирающиеся только на изображения, часто ошибочно классифицируют физиологический захват как злокачественный, что приводит к высокой частоте ложноположительных результатов. Эти ограничения подчёркивают необходимость стратегий сегментации, использующих экспертизу специалистов ядерной медицины, закодированную в заключениях ПЭТ/КТ, но не применяемую современными моделями.

Исследователи разработали language-guided 3D SegResNet, объединяющую текст заключения с признаками изображений 68 Ga-PSMA-11 ПЭТ/КТ. Семантику заключений кодировали четырьмя стратегиями (BiomedVLP, RadGraph, GPT-raw, GPT-engineered) и сравнивали с базовой моделью, использующей только изображения. Из 320 пациентов, прошедших 68 Ga-PSMA-11 ПЭТ/КТ, 297 исследований были доступны; 13 исключили из-за отсутствия заключений или неполных пар изображение-маска, оставив 284 для анализа. Данные разделили на уровне пациентов: 243 случая для разработки и фиксированный тестовый набор из 41 случая.

Интеграция заключений последовательно снижала число ложноположительных результатов и улучшала граничное согласие целых масок. Число ложноположительных очагов сократилось почти на 4 на пациента с BiomedVLP и примерно на 3 на пациента с RadGraph и GPT-raw. Средняя симметричная поверхностная дистанция (ASSD) уменьшилась со 105,4 ± 62,5 мм (только изображение) до 23,4 ± 18,2 мм с BiomedVLP, 36,9 ± 22,4 мм с RadGraph и 36,3 ± 26,4 мм с GPT-raw; 95-й процентиль расстояния Хаусдорфа улучшился с 455,0 ± 169,3 мм до 123,8 ± 80,3 мм с BiomedVLP, а поверхностное сходство Dice на 5 мм выросло с 0,638 ± 0,172 до 0,705 ± 0,181.

Однако при пересчёте этих поверхностных метрик только для сопоставленных истинно положительных очагов (по трём критериям совпадения: любое перекрытие; индивидуальное максимальное IoU-сопоставление с IoU ≥ 0,5; правильная локализация вокселя SUVmax) ни одна language-guided модель не отличалась значимо от модели только по изображениям ни по одной поверхностной метрике (все скорректированные по Холму P = 1,0). Это указывает, что улучшения целых масок обусловлены подавлением ложноположительных результатов, а не реальным повышением точности контуров на правильно обнаруженных очагах.

Точность (precision) выросла для BiomedVLP (0,099) и RadGraph (0,060) при умеренном снижении вокселевой полноты (recall, -0,051 для BiomedVLP), отражая компромисс точность-полнота из-за подавления ложного захвата. Коэффициент Dice улучшился на 0,032, но был пограничным; IoU увеличился для BiomedVLP (0,036). Чувствительность на уровне очагов изменилась не более чем на 0,04 для всех моделей и не достигла значимости. Общая опухолевая PSMA-нагрузка (total lesion PSMA) сохранила высокую корреляцию с ручными измерениями (r ≥ 0,85), тогда как корреляции объёма опухоли PSMA (PSMA tumor volume) варьировались между моделями (r = 0,37–0,70).

Интеграция семантики заключений ПЭТ/КТ в автоматическую сегментацию PSMA ПЭТ/КТ существенно снизила число ложноположительных очагов и сохранила согласие общей опухолевой PSMA-нагрузки с ручными измерениями; повторный анализ только истинно положительных очагов показал, что сопутствующие улучшения граничного согласия целых масок отражают подавление ложноположительных результатов, а не улучшение точности контуров правильно обнаруженных поражений. Этот подход может сократить ручную доработку и поддержать более надёжные количественные рабочие процессы, хотя прирост точности следует взвешивать относительно умеренного снижения полноты. Необходимы внешняя валидация, расширение анализа только истинно положительных результатов на независимые когорты и PSMA-специфичное языковое предобучение.