AI與不同年資放射醫(yī)師對新冠肺炎CT診斷效能比較

應(yīng)偉峰，陳穹，王鋼，路明，翁慧超，張瑩

材料與方法

1.臨床資料

搜集2020年1-2月來自4中心由人工智能(artificial intelligence，AI)判定新冠肺炎概率>0% 53例CT掃描患者，男35例、女18例，年齡29～82歲，平均年齡(51.94±11.08)歲。53例中48例發(fā)熱，45例咳嗽，19例不同程度胸悶。53例中9例有近期疫區(qū)旅居史，8例有近期外地旅居史，26例與新冠患者密切接觸史,10例無明確與新冠患者密切接觸史。

2.檢查方法

聯(lián)影(uCT760)128層螺旋CT機(jī)，掃描參數(shù)：探測器128×0.625 mm，管電壓120 kV，管電流為自動毫安技術(shù)，重建層厚1.5 mm，重建層間距1.5 mm，濾波函數(shù)B-SOFT-B。

3.圖像分析

A組：低年資醫(yī)師組，由2名從事放射診斷<10年醫(yī)師組成；B組：高年資醫(yī)師組，由2名從事放射診斷工作≥10年醫(yī)師組成； C組：AI軟件為衛(wèi)寧健康基于深度學(xué)習(xí)新冠肺炎CT診斷軟件；D組：低年資醫(yī)師聯(lián)合AI閱片組。各醫(yī)師組內(nèi)意見不一致需協(xié)調(diào)后判定結(jié)果。

醫(yī)師診斷信心評分標(biāo)準(zhǔn)：1分，幾乎不可能是新冠肺炎；2分，較小可能是新冠肺炎；3分，可能是新冠肺炎；4分，較大可能是新冠肺炎；5分，極可能是新冠肺炎。AI軟件評分標(biāo)準(zhǔn)：新冠概率<20%為1分，20%～39%為2分，40%～59%為3分，60%～79%為4分，≥80%為5分。A、B、C、D組對CT影像資料進(jìn)行分析，比較各組對新冠肺炎診斷效能。

4.統(tǒng)計(jì)學(xué)方法

采用Medcalc軟件計(jì)算各組診斷受試者工作特征曲線(ROC)并行統(tǒng)計(jì)學(xué)比較(Z檢驗(yàn))；采用SPSS 23軟件運(yùn)用X檢驗(yàn)對各組敏感度、特異度進(jìn)行比較。

結(jié) 果

53例中經(jīng)逆轉(zhuǎn)錄聚合酶鏈反應(yīng)(reverse transcription-polymerase chain reaction，RT-PCR)檢測陽性36例(金標(biāo)準(zhǔn))，ROC曲線下面積(area under curve，AUC)比較(圖1)。

A組(0.717)C組(Z=2.113，P<0.05)，C組0.05)，B組>D組(Z=0.744，P>0.05)，差異均無統(tǒng)計(jì)學(xué)意義。*C組(AI)ROC最大約登指數(shù)相應(yīng)截?cái)嘀禐?3分。

以AI診斷新冠肺炎最大約登指數(shù)相應(yīng)的截?cái)嘀?3分為標(biāo)準(zhǔn)，各組對新冠肺炎CT診斷效能比較(表1)。

敏感性：A組0.05)，A組C組(χ2=0.907，P>0.05)，B組0.05)，C組

特異性：A組0.05)，A組C組(χ2=0.827，P>0.05)，B組=D組(χ2=0.000，P>0.05)，C組0.05)。

AI(C組)在具有典型CT征象新冠肺炎診斷中對低年資醫(yī)師(A組)具有輔助診斷作用，且AI對病灶體積精確測量功能對新冠肺炎轉(zhuǎn)歸判斷具有輔助價(jià)值(圖2)，高年資醫(yī)師(B組)結(jié)合病史、實(shí)驗(yàn)室指標(biāo)、自身臨床經(jīng)驗(yàn)等對不典型新冠肺炎診斷、鑒別診斷能力部分優(yōu)于其他組(圖3)。

表1 各組對新冠肺炎CT診斷效能比較

討 論

1.新冠肺炎CT診斷

胸部CT對新冠肺炎漏診率較低[1]，可作為新冠肺炎快速診斷標(biāo)準(zhǔn)方法[2]，并被推薦為臨床診斷主要依據(jù)[3]，典型新冠肺炎主要表現(xiàn)為雙側(cè)及周邊毛玻璃樣病變(ground-glass opacity,GGO)、伴有或不伴有血管增厚[4]，多灶性病變大部分布于中下肺及后肺區(qū)[5]，可有“瘋狂鋪路石征”、“反暈征”[6]等。而肺水腫、間質(zhì)性肺炎、過敏性肺炎等也表現(xiàn)為肺部彌漫性磨玻璃密度影(diffuse ground-glass opacity,DGGO)為主[7]，H1N1流感、H7N9流感肺炎等病毒性肺炎CT表現(xiàn)也存在毛玻璃密度影、小葉間隔增厚[8，9]等與新冠肺炎相似的征象，甚至臨床表現(xiàn)都有一定類似；不典型新冠肺炎CT表現(xiàn)各異，甚至存在核酸檢測陽性而人工CT診斷“陰性”[10]現(xiàn)象，所以對于新冠肺炎診斷存在著放射科醫(yī)師所能運(yùn)用影像特征較多卻又鑒別困難現(xiàn)象，且在新冠疫情中對大量患者篩查工作難度、繁重度較高。AI技術(shù)已研究和廣泛應(yīng)用于CT[11]、MRI[12]、乳腺X線診斷[13]，胸部CT中已應(yīng)用于肺部小結(jié)節(jié)篩選[14]、小結(jié)節(jié)良惡性鑒別[15]等。

圖1 各組ROC曲線下面積(AUC)比較

圖2 男，52歲，發(fā)熱、咳嗽就診，無明確新冠肺炎患者接觸史。 a)兩肺胸膜下為主毛玻璃密度影(箭)，A組新冠肺炎診斷信心評分2分，B組5分；b)C組評5分，病灶體積占肺7.46%。RT-PCR檢測陽性，新冠肺炎。 D組評3.5分； c) 1周后病灶部分實(shí)變；d) AI示病灶體積占肺體積5.71%，提示部分吸收。 圖3 男，82歲，發(fā)熱、咳嗽、胸悶，明確疫區(qū)人員接觸史，有慢性間質(zhì)性肺炎既往史，白細(xì)胞值正常、淋巴細(xì)胞值處于下限、血清淀粉樣蛋白酶↑。a) 兩肺胸膜下為主磨玻璃密度影伴間質(zhì)增厚(箭)；b) C組根據(jù)影像特征示新冠診斷評分3分，病灶體積占肺24.95%。A組評3分，B組結(jié)合實(shí)驗(yàn)室指標(biāo)及臨床病史對其評5分。最終RT-PCR陽性，新冠肺炎。

2.AI對新冠肺炎CT輔助診斷應(yīng)用特點(diǎn)

本次研究AI(C組)診斷新冠肺炎AUC達(dá)到了中等度的0.753，敏感度、特異度分別達(dá)80.56%、64.71%，顯示其有一定診斷應(yīng)用價(jià)值，這3項(xiàng)指標(biāo)雖高于低年資醫(yī)師(A組)，但結(jié)果不具統(tǒng)計(jì)學(xué)意義，顯示C、A組診斷效能相差不大。蔡雅倩等[15]研究發(fā)現(xiàn)住院醫(yī)師聯(lián)合AI后降低了對肺毛玻璃結(jié)節(jié)篩查及定性診斷中誤診率、漏診率，敏感度也從65.20%上升到96.02%。本組聯(lián)合低年資醫(yī)師與AI的D組對新冠肺炎診斷敏感度、特異度達(dá)到94.44%、70.59%，明顯高于A組75%、52.94%(P<0.05)，接近蔡雅倩等[15]研究數(shù)據(jù)，且本次D組AUC為0.853，也明顯高于A組0.717(P<0.05)。充分說明聯(lián)合AI后對低年資醫(yī)師診斷新冠肺炎具有顯著提升作用。我們分析主要原因包括①AI已“深度學(xué)習(xí)”了數(shù)千例新冠肺炎病例，積累“數(shù)據(jù)”量遠(yuǎn)遠(yuǎn)超過了低年資醫(yī)師；②劉小玉等[16]發(fā)現(xiàn)首次CT新冠肺炎篩查敏感性可以高于核酸檢測，本組53例篩選出具有新冠肺炎概率病例是在數(shù)千名常規(guī)胸部CT檢查中篩選出來的，AI沒有低年資醫(yī)師視覺、腦力疲勞等問題[15]；③低年資醫(yī)師對新冠肺炎診斷及鑒別診斷經(jīng)驗(yàn)積累不足。所以低年資醫(yī)師聯(lián)合AI診斷可彌補(bǔ)自身所沒有大量數(shù)據(jù)經(jīng)驗(yàn)。

本次研究中由于部分病例肺內(nèi)病灶分布于非胸膜下為主，與典型新冠肺炎征象不甚相同[4]，且部分病患具有一些肺外新冠征象如縱膈氣腫、肝實(shí)質(zhì)密度減低等，這與丁義等[17]研究結(jié)果相似，而AI不能發(fā)現(xiàn)肺外征象；侯可可等[18]研究發(fā)現(xiàn)中性粒細(xì)胞/淋巴細(xì)胞比值、T淋巴細(xì)胞計(jì)數(shù)等聯(lián)合CT影像特征對早期識別新冠肺炎具有重要意義，而本組各年資醫(yī)師較AI擁有結(jié)合實(shí)驗(yàn)室指標(biāo)、影像特征綜合診斷優(yōu)勢；且此次樣本中部分病例伴有基礎(chǔ)性肺部疾病如間質(zhì)性肺炎、肺水腫等具有磨玻璃病灶的征象[7]掩蓋了新冠肺炎病灶征象；這些都突出了AI診斷機(jī)械性缺陷，而其聯(lián)合低年資醫(yī)師共同閱片可以很好解決這類缺陷。

另外，D組對新冠肺炎診斷AUC低于B組，而敏感性高于B組，特異性兩者相仿，雖然結(jié)果均不具有統(tǒng)計(jì)學(xué)意義，但也顯示低年資醫(yī)師聯(lián)合AI后診斷新冠肺炎部分效能接近甚至高于高年資醫(yī)師，特別適用于大多數(shù)醫(yī)院急診通常只有1名放射醫(yī)師值班時(shí)，AI具有“預(yù)警”和提醒醫(yī)師新冠肺炎可能存在作用。

除此之外，由于新冠肺炎大多呈多發(fā)病灶，隨病程進(jìn)展病灶影像變化較大[4]，學(xué)者研究發(fā)現(xiàn)可以有早期→消散期；早期→進(jìn)展期→消散期；早期→進(jìn)展期→重癥期→消散期等類型[19]，病灶占整肺體積百分比是預(yù)測新冠肺炎轉(zhuǎn)歸重要指標(biāo)之一[20]，AI可以自動測量占整肺體積百分比，有利于對新冠肺炎轉(zhuǎn)歸判斷。

3.AI應(yīng)用倫理學(xué)

AI加入使原本醫(yī)-患關(guān)系變成醫(yī)-AI-患的三角性關(guān)系[21]，而醫(yī)生是承擔(dān)醫(yī)療及法律責(zé)任主體，所以確定醫(yī)生為主、AI為輔主次關(guān)系非常重要。