Evaluating an AI-driven Triaging Workflow for MRI-based Clinically Significant Prostate Cancer Diagnosis: A Simulation Study

J. Twilt, A. Saha, J.S. Bosma, G. Giannarini, A. Padhani, D. Yakar, M. Elschot, J. Veltman, J. Fütterer, H. Huisman, M. de Rooij, F. the Consortium, B. van Ginneken, C. Noordman, I. Slootweg, C. Roest, S. Fransen, M. Sunoqrot, T. Bathen, D. Rouw, J. Immerzeel, J. Geerdink, C. van Run, M. Groeneveld, J. Meakin, A. Bjartell, D. Bonekamp, G. Villeirs, G. Salomon, J. Kalpathy-Cramer, J. Barentsz, K. Maier-Hein, M. Rusu, N. Obuchowski, O. Rouviere, R. van den Bergh, V. Panebianco, V. Kasivisvanathan, A. Karagöz, A. Bône, A. Routier, A. Marcoux, C. Abi-Nader, C. Li, D. Feng, D. Alis, E. Karaarslan, E. Ahn, F. Nicolas, G. Sonn, I. Bhattacharya, J. Kim, J. Shi, H. Jahanandish, H. An, H. Kan, I. Oksuz, L. Qiao, M. Rohé, M. Yergin, M. Khadra, M. Seker, M. Kartal, N. Debs, R. Fan, S. Saunders, S. Soerensen, S. Moroianu, S. Vesal, Y. Yuan, A. Malakoti-Fard, A. Mačiunien, A. Kawashima, A. Machadov, A. Moreira, A. Ponsiglione, A. Rappaport, A. Stanzione, A. Ciuvasovas, B. Turkbey, B. De Keyzer, B. Pedersen, B. Eijlers, C. Chen, C. Riccardo, E. Courrech Staal, F. Jäderling, F. Langkilde, G. Aringhieri, G. Brembilla, H. Son, H. Vanderlelij, H. Raat, I. Pikuniene, I. Macova, I. Schoots, I. Caglic, J. Zawaideh, J. Wallström, L. Bittencourt, M. Khurram, M. Choi, N. Takahashi, N. Tan, O. Rouvière, P. Franco, P. Gutierrez, P. Thimansson, P. Hanus, P. Puech, P. Rau, P. De Visschere, R. Guillaume, R. Cuocolo, R. Falcão, R. van Stiphout, R. Girometti, R. Briediene, R. Grigiene, S. Gitau, S. Withey, S. Ghai, T. Penzkofer, T. Barrett, V. Tammisetti, V. L\ogager, V. Černý, W. Venderink, Y. Law and Y. Lee

Radiology: Imaging Cancer 2026;8.

DOI

A simulated artificial intelligence-driven triaging workflow for clinically significant prostate cancer diagnosis at MRI triaged 49% of examinations, improving specificity while maintaining radiologist-level sensitivity.