計算機輔助診斷在甲狀腺結(jié)節(jié)評估中的應(yīng)用探討

姜自容，周祖邦，時潤莉，張雪婷，薛亞娥，張明華

（1.甘肅中醫(yī)藥大學，甘肅 蘭州 730000；2.甘肅省人民醫(yī)院，甘肅 蘭州 730000）

甲狀腺癌在內(nèi)分泌腫瘤中的發(fā)病率居首位，近幾十年來發(fā)病率明顯升高[1-2]。超聲檢查具有操作方便、檢查費用低和便于醫(yī)生與患者病情交流等特點，是當前使用最廣泛的甲狀腺結(jié)節(jié)影像學檢查方法，但其準確率高度依賴操作者的經(jīng)驗技術(shù)，且易受環(huán)境、儀器等因素干擾。人工智能與醫(yī)學大數(shù)據(jù)的結(jié)合促成了新的診斷方法，即計算機輔助診斷（CAD）技術(shù)?？陀^穩(wěn)定、操作便捷且準確率高的CAD軟件的應(yīng)用，一方面有助于加快超聲醫(yī)師的診療進程，縮短患者等待時間；另一方面可提高TI-RADS分級的準確性和一致性，避免因主觀因素及診斷技術(shù)不同導致的過度細針抽吸活檢（Fine-Needle Aspiration，F(xiàn)NA）。目前，已有大量研究證實CAD軟件對乳腺結(jié)節(jié)[3]及肺結(jié)節(jié)[4]的臨床應(yīng)用價值，而將CAD軟件對甲狀腺結(jié)節(jié)的診斷效能與超聲醫(yī)師相比較的研究較少。為此，本研究應(yīng)用CAD軟件判讀經(jīng)病理證實的106個甲狀腺結(jié)節(jié)，并與超聲醫(yī)師的判讀結(jié)果進行比較，分析CAD軟件對甲狀腺結(jié)節(jié)判讀的穩(wěn)定性及鑒別診斷效果。

1 資料與方法

1.1 資料

回顧性分析我院超聲醫(yī)學科2019年8—12月行FNA的甲狀腺結(jié)節(jié)患者資料，所有患者均符合FNA標準[1，5]。惡性結(jié)節(jié)以術(shù)后病理檢查結(jié)果為診斷依據(jù)，良性結(jié)節(jié)以術(shù)后病理檢查或Bethesda甲狀腺細胞病理學報告結(jié)果[6]為診斷依據(jù)。所有研究對象簽署知情同意書。排除標準：（1）超聲下結(jié)節(jié)最長徑小于1 cm；（2）結(jié)節(jié)圖像顯示不完整、不清晰；（3）細胞病理學診斷不明確且未經(jīng)手術(shù)證實。共納入患者102例（106個結(jié)節(jié)），男25例，女77例；年齡21～78歲，平均（47.2±10.5）歲。病理檢查結(jié)果：良性37個，惡性69個。

1.2 儀器與方法

1.2.1 檢測儀器 本研究所用彩色多普勒超聲診斷儀型號為GE LOGIQ E9，配備9L及ML6-15探頭，甲狀腺超聲CAD軟件由浙江德尚韻興醫(yī)療科技有限公司提供。

1.2.2 FNA及圖像采集 甲狀腺結(jié)節(jié)FNA由一位具有15年介入超聲工作經(jīng)驗的醫(yī)師進行操作。FNA前，由介入組醫(yī)師采集結(jié)節(jié)橫切、縱切及反映結(jié)節(jié)特征切面的聲像圖至少一張，記錄結(jié)節(jié)最大徑?；诮槿虢M醫(yī)師采集的聲像圖利用CAD軟件進行鑒別診斷。

1.2.3 結(jié)節(jié)判讀 CAD軟件自動識別導入的圖像并勾畫感興趣區(qū)域，量化分析結(jié)節(jié)影像特征（包括邊緣、結(jié)構(gòu)、高回聲點、均勻性、回聲類型、縱橫比6個特征），綜合分析后，對結(jié)節(jié)進行評分（評分范圍0～1分，＜0.4分為偏良性，≥0.4分為偏惡性），見圖1。

圖1 CAD軟件自動量化結(jié)節(jié)聲像圖特征并評分

醫(yī)師判讀依據(jù)為Kwak建立的TI-RADS分類標準[7]，將4～5類歸為偏惡性結(jié)節(jié)，3類歸為偏良性結(jié)節(jié)[8]。兩名工作10年以上的高年資醫(yī)師基于甲狀腺結(jié)節(jié)圖像獨立判讀并行TI-RADS分級，同時評估邊緣、結(jié)構(gòu)、高回聲點、均勻性、回聲類型、縱橫比6個特征。兩名工作一年的低年資醫(yī)師進行獨立判讀及TI-RADS分級，一周后，再利用CAD軟件對結(jié)節(jié)進行分級。判讀過程中，醫(yī)師不知曉患者病理檢查結(jié)果，判讀有分歧時由該組醫(yī)師討論后得出結(jié)論。

1.2.4 CAD軟件及醫(yī)師判讀結(jié)果比較（1）比較高年資醫(yī)師與CAD軟件的診斷效能，包括診斷靈敏度、特異度、準確率、陽性預(yù)測值、陰性預(yù)測值；評估高年資醫(yī)師與CAD軟件對甲狀腺結(jié)節(jié)6個影像特征及良惡性分類的觀察一致性，Kappa值＜0為觀察一致性極差，0～0.2 為微弱，＞0.2～0.4 為弱；＞0.4～0.6 為適中，＞0.6～0.8 為顯著，＞0.8～1.0 為最佳[9]。（2）比較低年資醫(yī)師單獨診斷與低年資醫(yī)師利用CAD軟件診斷甲狀腺結(jié)節(jié)的診斷效能，包括診斷靈敏度、特異度、準確率、陽性預(yù)測值、陰性預(yù)測值，評價CAD軟件的診斷價值。（3）比較CAD軟件對不同大小、類型甲狀腺結(jié)節(jié)的診斷準確率，評價其診斷各類型甲狀腺結(jié)節(jié)的穩(wěn)定性。

1.3 統(tǒng)計學方法

采用SPSS 21.0統(tǒng)計軟件進行數(shù)據(jù)處理，對結(jié)節(jié)特征、良惡性的觀察采用Kappa一致性分析，采用χ2檢驗或Fisher確切概率法進行組間比較，計算受試者工作特征曲線下面積（AUC）并采用Z檢驗進行分析。以P＜0.05為差異有顯著性。

2 結(jié)果

2.1 高年資醫(yī)師與CAD軟件的診斷效能比較

高年資醫(yī)師的診斷特異度高于CAD軟件，差異有顯著性（P＜0.05）；兩者靈敏度、準確率比較差異無顯著性（P＞0.05），見表1。高年資醫(yī)師的 AUC為 0.873（95%CI：0.795～0.930），CAD 軟件的 AUC 為 0.780（95%CI：0.689～0.855），二者比較差異有顯著性（Z=2.166，P＜0.05），見圖2。Kappa 一致性檢驗結(jié)果顯示，CAD軟件、高年資醫(yī)師對甲狀腺結(jié)節(jié)良惡性判讀（Kappa=0.68）及回聲類型（Kappa=0.77）的觀察一致性顯著，對高回聲點（Kappa=0.60）、均勻性（Kappa=0.51）的觀察一致性適中，對邊緣（Kappa=0.36）、縱橫比（Kappa=0.35）、結(jié)構(gòu)（Kappa=0.25）的觀察一致性弱，見表2。

表1 CAD軟件與高年資醫(yī)師的診斷效能比較（%）

圖2 CAD軟件及不同操作者的ROC曲線圖

表2 CAD軟件、高年資醫(yī)師對甲狀腺結(jié)節(jié)超聲特征及良惡性判別結(jié)果比價（n）

2.2 低年資醫(yī)師利用CAD軟件診斷前后的診斷效能比較

低年資醫(yī)師利用CAD軟件判讀的靈敏度、準確率比其獨自診斷時高，差異具有顯著性（χ2=4.923、P=0.022，χ2=7.563、P=0.004）；特異度比其獨自診斷時高，但差異無顯著性（χ2=1.333、P=0.250），見表3。低年資醫(yī)師利用CAD軟件的AUC為0.751（95%CI：0.657～0.830），其獨自診斷的 AUC 為 0.645（95%CI：0.546～0.736），兩者比較差異有顯著性（Z=2.502，P＜0.05），見圖2。

表3 低年資醫(yī)師利用CAD軟件診斷與高、低年資醫(yī)師獨自診斷的診斷效能比較（%）

2.3 結(jié)節(jié)大小、類型對CAD軟件診斷準確率的影響

CAD軟件對各類型惡性結(jié)節(jié)的診斷準確率比較差異有顯著性（P＜0.05），CAD軟件對不同大小的良性結(jié)節(jié)的診斷準確率比較差異無顯著性（P＞0.05），見表4。

表4 CAD軟件對不同類型、大小結(jié)節(jié)的診斷結(jié)果比較（n）

3 討論

3.1 CAD軟件未來可期

對于甲狀腺結(jié)節(jié)優(yōu)先選擇的是超聲檢查，指導醫(yī)生決定結(jié)節(jié)是否行FNA[10]，超聲診斷結(jié)果易受操作醫(yī)師經(jīng)驗的影響[11]。近年來，CAD技術(shù)在醫(yī)學影像學科中的運用越來越廣泛，利用CAD軟件對甲狀腺結(jié)節(jié)進行鑒別診斷有望提高超聲醫(yī)師的診斷效能，降低變異性[12]。

3.2 CAD軟件對甲狀腺結(jié)節(jié)的診斷效能高，略低于高年資醫(yī)師

Wang等報道CAD軟件的診斷準確率為90.3%，靈敏度為90.5%，與超聲醫(yī)師獨自診斷的準確率、靈敏度比較差異無顯著性（P＞0.05）；CAD軟件的特異度為89.9%，高于超聲醫(yī)師（P＜0.05）[13]。我們的研究發(fā)現(xiàn)，CAD軟件的靈敏度（88.4%）和準確率（81.1%）與高年資醫(yī)師相近（P＞0.05），特異度（67.6%）低于高年資醫(yī)師（P＜0.05）。CAD軟件的診斷效能不同于以往研究[13]的原因可能與軟件使用者的自學能力、研究對象不同有關(guān)——本研究納入的良性結(jié)節(jié)患者因超聲診斷有難度而行FNA或診斷性手術(shù)。盡管不同研究中CAD軟件診斷甲狀腺結(jié)節(jié)的靈敏度和特異度存在一定差異，但其均能有效鑒別甲狀腺結(jié)節(jié)的良惡性，對決定是否進行FNA有幫助。

本研究中，CAD軟件和高年資醫(yī)師對結(jié)節(jié)良惡性判讀的觀察一致性顯著（Kappa=0.68）。有研究報道，4名具有5年以上工作經(jīng)驗的醫(yī)師對甲狀腺結(jié)節(jié)良惡性評估的觀察一致性中等（Kappa=0.54）[11]，低于我們的研究結(jié)果。因此，我們推測CAD軟件對甲狀腺結(jié)節(jié)良惡性的判讀穩(wěn)定，且與高年資醫(yī)師有較好的觀察一致性。CAD和高年資醫(yī)師對結(jié)節(jié)超聲特征的觀察，僅在高回聲點和回聲類型方面一致性較好。兩者對其他特征的觀察一致性適中或弱，這種觀察者間的變異性反映了醫(yī)師自身對特征觀察的變異性[11]。由于CAD軟件對病灶聲像圖自動量化的特征數(shù)目有限，未來完善結(jié)節(jié)形態(tài)、鈣化、后方回聲、聲暈、血流、彈性及部位等數(shù)據(jù)，有助于提高其準確率，便于醫(yī)師出具智能診斷報告，提高工作效率。

3.3 CAD軟件可提高低年資醫(yī)師甲狀腺結(jié)節(jié)診斷準確率

低年資醫(yī)師利用CAD軟件診斷的靈敏度和準確率高于其獨自診斷（P＜0.05），ROC曲線下面積也證實了低年資醫(yī)師利用CAD軟件后診斷價值顯著提高，且與CAD軟件診斷接近（P＞0.05）。分析原因為低年資醫(yī)師參考了CAD軟件對結(jié)節(jié)特征及最終類別的決策判斷，使得判讀更加客觀準確，減少了主觀錯誤。本研究中，經(jīng)驗豐富的高年資醫(yī)師診斷特異度優(yōu)于CAD軟件及低年資醫(yī)師利用CAD軟件，提示經(jīng)驗對甲狀腺良性疑難病例的鑒別有重要意義。因此，豐富低年資醫(yī)師經(jīng)驗或增加CAD軟件良性病例數(shù)量可提高診斷特異性。

3.4 CAD軟件對甲狀腺結(jié)節(jié)的判讀具有穩(wěn)定性

CAD軟件診斷準確率與甲狀腺惡性結(jié)節(jié)的類型相關(guān)，差異有顯著性（P＜0.05），其中乳頭狀癌（92.2%）的診斷準確率最高，其在本組惡性病例中的占比最高（92.8%），也是臨床上最常見的甲狀腺癌類型。本研究中結(jié)節(jié)大小、良性結(jié)節(jié)類型對CAD軟件診斷準確率無明顯影響，表明CAD軟件對不同大小、類型的良性結(jié)節(jié)檢出率穩(wěn)定。本研究中，甲狀腺濾泡癌、髓樣癌、轉(zhuǎn)移癌、炎性結(jié)節(jié)病例數(shù)過少，還需擴大樣本進一步研究。此外，9L探頭和ML6-15探頭掃查結(jié)節(jié)同一切面得到的CAD軟件評分不同，其原因是不同的探頭頻率成像清晰度不同，因而影響CAD軟件診斷準確性。CAD軟件只能采集單幀靜態(tài)圖像，無法獲取結(jié)節(jié)全部信息。因此，改進圖像采集方式，實時、動態(tài)多切面顯示結(jié)節(jié)，有助于提高CAD軟件的診斷準確率。

4 結(jié)論

CAD軟件對甲狀腺結(jié)節(jié)判讀穩(wěn)定，靈敏度和準確率與高年資醫(yī)師一致，能有效提高低年資醫(yī)師甲狀腺結(jié)節(jié)診斷準確率，是當前甲狀腺結(jié)節(jié)發(fā)病率逐年升高形勢下具有發(fā)展前景的人工智能診斷技術(shù)。本研究的局限性包括納入的甲狀腺結(jié)節(jié)最大徑不小于1 cm可能導致選擇偏差，以及納入樣本數(shù)量有限。今后還需要大樣本、多中心的研究進一步驗證。