前立腺がんの診断において、従来のPI-RADS評価法や二値分類では主観性が高く、臨床的に重要な病理学的多様性を捉えることができないという課題がありました。この問題に対応するため、研究チームは前立腺がん組織病理学スペクトラムデータセット（PCa-HSD）を構築し、臨床的に意味のある4段階分類タスクを新たに定式化しました。このデータセットの特徴は、既存のデータセットでは過小評価されていた良性病変を充実させた点にあり、前立腺がんと混同されやすい病変との区別を改善しています。 研究チームが提案したLSDT（Language-guided Segmentation-assisted Diagnostic Transformer）モデルは、ゼロショットセグメンテーションを活用して解剖学的な先験情報を提供し、複数の画像モダリティのスライス融合を効果的に実行します。このアプローチにより、344人の患者から得られた5分割交差検証において、バックボーンを横断して常に精度が向上し、最良の平均精度0.633とJointRecallで0.768を達成しました。 これらの結果は、病理学的監督と解剖学的先験情報を統合することで、前立腺MRI画像の細粒度分類が大幅に強化されることを実証しています。本研究は単なる技術的改善にとどまらず、リスク層別化においてより臨床的に関連性の高いパラダイムを提供するものであり、医療現場での診断精度向上に貢献する可能性を秘めています。