¿Qué es PI-RADS y a quiénes beneficia?

PI-RADS (Prostate Imaging Reporting and Data System) es una escala estandarizada que ayuda a evaluar el riesgo de cáncer de próstata mediante una resonancia magnética multiparamétrica (RMmp). Consiste en una puntuación del 1 al 5, donde:

• PI-RADS 1-2: Baja probabilidad de cáncer.
• PI-RADS 3: Probabilidad intermedia (requiere seguimiento).
• PI-RADS 4-5: Alta probabilidad de cáncer clínicamente significativo.

Este sistema permite a los médicos decidir si es necesario realizar una biopsia de próstata, evitando procedimientos innecesarios y enfocándose en áreas sospechosas.

¿A quiénes beneficia?
Principalmente a pacientes con:

1. Antígeno prostático (PSA) elevado en análisis de sangre.
2. Tacto rectal sospechoso (nódulos o consistencia anormal).
3. Resultados contradictorios (biopsias previas negativas, pero síntomas persistentes).

La RMmp con PI-RADS ofrece una evaluación más precisa, reduce incertidumbre y guía decisiones personalizadas, protegiendo su salud y bienestar.

A continuación, le proporcionamos un documento imprimible que resume la información clave sobre la escala PI-RADS, utilizada para interpretar los resultados de su resonancia magnética de próstata. Este material está diseñado para ayudarle a comprender su diagnóstico y facilitar la conversación con su médico tratante.

Descarga el documento dando click al enlace: DESCARGA AQUÍ

* Informes*
📆 Citas en línea y presenciales
☎️ 989 662 887
📞 (01) 332-4009
Av. Brasil 935. Jesús María. Lima. 🇵🇪 15072.
Urología Peruana Dr. Luis Susaníbar

Referencias:

1. Eghtedari, Maryam, Alina Chong, Rachel Rakow-Penner, and Haydee Ojeda-Fournier. 2021.
   “Current Status and Future of BI-RADS in Multimodality Imaging, From the Special Series on Radiology Reporting and Data Systems.”
   American Journal of Roentgenology 216 (4): 860–873.
   https://doi.org/10.2214/AJR.20.24894.
2. Rao, Arjun A., Jonathan Feneis, Camille Lalonde, and Haydee Ojeda-Fournier. 2016.
   “A Pictorial Review of Changes in the BI-RADS Fifth Edition.”
   Radiographics 36 (3): 623–639.
   https://doi.org/10.1148/rg.2016150178.
3. Fazeli, Sara, Jeanna Stepenosky, Mina S. Guirguis, et al. 2025.
   “Understanding BI-RADS Category 3.”
   Radiographics 45 (1): e240169.
   https://doi.org/10.1148/rg.240169.
   Note: Publication year listed as 2025 may require verification.
4. Michaels, Anna Y., Robyn L. Birdwell, Carys S. Chung, Elizabeth P. Frost, and Catherine S. Giess. 2016.
   “Assessment and Management of Challenging BI-RADS Category 3 Mammographic Lesions.”
   Radiographics 36 (5): 1261–1272.
   https://doi.org/10.1148/rg.2016150231.
5. Luo, Wei-Qiang, Qiong-Xian Huang, Xiao-Wen Huang, et al. 2019.
   “Predicting Breast Cancer in Breast Imaging Reporting and Data System (BI-RADS) Ultrasound Category 4 or 5 Lesions: A Nomogram Combining Radiomics and BI-RADS.”
   Scientific Reports 9 (1): 11921.
   https://doi.org/10.1038/s41598-019-48488-4.
6. Lam, Diana L., Parisa Entezari, Catherine Duggan, et al. 2020.
   “A Phased Approach to Implementing the Breast Imaging Reporting and Data System (BI-RADS) in Low-Income and Middle-Income Countries.”
   Cancer 126 (S10): 2424–2430.
   https://doi.org/10.1002/cncr.32864.
7. Boumaraf, Samir, Xin Liu, Chawki Ferkous, and Xian Ma. 2020.
   “A New Computer-Aided Diagnosis System With Modified Genetic Feature Selection for BI-RADS Classification of Breast Masses in Mammograms.”
   BioMed Research International 2020: 7695207.
   https://doi.org/10.1155/2020/7695207.