AI輔助診斷聯(lián)合醫(yī)師C-TIRADS分類對(duì)甲狀腺結(jié)節(jié)的診斷效能分析

徐可，石波，周春美，曾卓華，謝楊，劉家開(kāi)

成都醫(yī)學(xué)院第二附屬醫(yī)院·核工業(yè)四一六醫(yī)院 超聲醫(yī)學(xué)科，四川 成都 610057

引言

近年來(lái)的研究表明，成年人中甲狀腺結(jié)節(jié)的患病率高達(dá)65%，其中甲狀腺癌又是一類高發(fā)的惡性腫瘤，因此對(duì)甲狀腺結(jié)節(jié)性質(zhì)的準(zhǔn)確判斷顯得尤為重要[1-2]。超聲因其簡(jiǎn)單、無(wú)創(chuàng)、快速、便攜等優(yōu)勢(shì)已廣泛應(yīng)用于甲狀腺結(jié)節(jié)的篩查與診斷中[3]。甲狀腺結(jié)節(jié)診斷指南是判斷結(jié)節(jié)良惡性的重要依據(jù)與標(biāo)準(zhǔn)，結(jié)合我國(guó)國(guó)情，2020年中華醫(yī)學(xué)會(huì)超聲醫(yī)學(xué)分會(huì)淺表器官與血管小組制訂并推出《2020甲狀腺結(jié)節(jié)超聲惡性危險(xiǎn)分層中國(guó)指南：C-TIRADS》[4]。林蔚等[5]研究發(fā)現(xiàn)，中國(guó)（超聲）甲狀腺影像報(bào)告和數(shù)據(jù)系統(tǒng)（Chinese Thyroid Imaging Reporting and Data System，C-TIRADS）評(píng)估甲狀腺結(jié)節(jié)時(shí)有較高的敏感性。近年來(lái)人工智能（Artificial Intelligence，AI）技術(shù)得到了快速的發(fā)展，Lee等[6]利用VGG激活模型圖開(kāi)發(fā)了一個(gè)用于定位和區(qū)分轉(zhuǎn)移性淋巴結(jié)的AI預(yù)測(cè)模型，該模型預(yù)測(cè)淋巴結(jié)轉(zhuǎn)移的靈敏度、特異性、準(zhǔn)確率分別為79.5%、87.5%、83.0%，與李盈盈等[7]研究的AI預(yù)測(cè)模型診斷效能相近。Peng等[8]研究發(fā)現(xiàn)，深度學(xué)習(xí)AI模型（ThyNet）輔助策略可以顯著提高超聲科醫(yī)生的診斷能力，并有助于減少甲狀腺結(jié)節(jié)不必要的穿刺。雖然AI技術(shù)在醫(yī)學(xué)影像診斷方面已展現(xiàn)出一定優(yōu)勢(shì)，但尚處于起步階段，有其自身的局限性，如產(chǎn)品性能不穩(wěn)定、容易受超聲圖像質(zhì)量及圖像采集標(biāo)準(zhǔn)化影響，從而使判讀結(jié)果的準(zhǔn)確性大大降低，因此不能直接作為參考標(biāo)準(zhǔn)[9]。本研究旨在探討AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類對(duì)甲狀腺結(jié)節(jié)以及不同大小結(jié)節(jié)的診斷效能，以期為臨床工作中最大程度地發(fā)揮AI輔助的診斷作用提供依據(jù)。

1 資料與方法

1.1 研究對(duì)象

回顧性分析2020年10月至2021年5月于我院行甲狀腺超聲檢查并有病理結(jié)果的514例患者的臨床資料。納入標(biāo)準(zhǔn)：① 結(jié)節(jié)以實(shí)性或?qū)嵭圆糠譃橹鳎倚圆糠郑?5%）者；② 術(shù)前行超聲診斷且資料完整者；③ 手術(shù)或穿刺病理結(jié)果明確的甲狀腺結(jié)節(jié)者；④ 術(shù)前未行內(nèi)分泌、化療及放療、消融及同位素治療者。排除標(biāo)準(zhǔn)：① 超聲圖像質(zhì)量較差，對(duì)結(jié)節(jié)特征不能充分顯示者；② 病灶過(guò)多，不能區(qū)分病理結(jié)果者。最終224例患者入組，結(jié)節(jié)共225個(gè)，其中男性56例、女性168例，平均年齡（43.88±12.70）歲，結(jié)節(jié)最大長(zhǎng)徑85 mm，平均長(zhǎng)徑（21.54±16.14）mm。根據(jù)結(jié)節(jié)最大長(zhǎng)徑分組，≤10 mm結(jié)節(jié)98個(gè)，＞10 mm結(jié)節(jié)127個(gè)。所有患者均對(duì)本研究知情并簽署知情同意書(shū)，且通過(guò)本院倫理委員會(huì)審查（2016016）。

1.2 儀器與方法

1.2.1 超聲檢查

采用法國(guó)聲科公司的SuperSonic Aixplorer超聲診斷儀，SL15-4探頭（頻率4～15 MHz），將探頭探查條件調(diào)整為甲狀腺模式，由1名高年資醫(yī)師進(jìn)行甲狀腺超聲掃查，囑患者取仰臥位，充分暴露頸部，橫切、縱切動(dòng)態(tài)掃查甲狀腺腺體，詳細(xì)記錄結(jié)節(jié)的大小、位置、形態(tài)、邊界、內(nèi)部回聲、形狀、縱橫比、有無(wú)鈣化等。結(jié)果判讀：由另外1名高年資醫(yī)師對(duì)結(jié)果進(jìn)行判讀，當(dāng)結(jié)果不一致時(shí)進(jìn)行討論，以討論一致的結(jié)果作為最終診斷結(jié)果。嚴(yán)格按照《2020甲狀腺結(jié)節(jié)超聲惡性危險(xiǎn)分層中國(guó)指南：C-TIRADS》[4]對(duì)結(jié)節(jié)進(jìn)行分類，指南中對(duì)滿足垂直位、不規(guī)則、模糊、甲狀腺外侵犯、實(shí)性、極低回聲、微鈣化的結(jié)節(jié)各加1分，對(duì)伴有彗星尾征象的減1分，對(duì)1個(gè)結(jié)節(jié)全面評(píng)估后進(jìn)行計(jì)數(shù)。-1分為2類結(jié)節(jié)（惡性風(fēng)險(xiǎn)0），0分為3類結(jié)節(jié)（惡性風(fēng)險(xiǎn)＜2%），1分為4A類結(jié)節(jié)（惡性風(fēng)險(xiǎn)2%～10%），2分為4B類結(jié)節(jié)（惡性風(fēng)險(xiǎn)10%～50%），3～4分為4C類結(jié)節(jié)（惡性風(fēng)險(xiǎn)50%～90%），5分為5類結(jié)節(jié)（惡性風(fēng)險(xiǎn)＞90%），6類結(jié)節(jié)為經(jīng)活檢證實(shí)為惡性結(jié)節(jié)。將≤4A類定義為良性，≥4B類定義為惡性[10]。

1.2.2 AI甲狀腺輔助診斷系統(tǒng)

AI甲狀腺輔助診斷系統(tǒng)由浙江德尚韻興公司研發(fā)，該系統(tǒng)采用自主研發(fā)的深度學(xué)習(xí)框架DE-Light，只檢測(cè)灰階二維超聲圖，不檢測(cè)血流圖、彈性圖。由進(jìn)行超聲掃查的同1名高年資醫(yī)師操作，操作前已經(jīng)過(guò)系統(tǒng)的AI操作培訓(xùn)，分別于甲狀腺橫切面、縱切面采集圖像，該AI輔助診斷系統(tǒng)直接與采集卡對(duì)接，圖片實(shí)時(shí)進(jìn)行傳輸，AI根據(jù)算法自動(dòng)識(shí)別病灶，并圈畫(huà)出該結(jié)節(jié)，同時(shí)給出結(jié)節(jié)良、惡性概率值，若發(fā)現(xiàn)AI無(wú)法自動(dòng)識(shí)別結(jié)節(jié)，醫(yī)師手動(dòng)在輔助診斷系統(tǒng)勾畫(huà)靶區(qū)結(jié)節(jié)，切忌隨意勾畫(huà)，必須沿著毛刺邊緣進(jìn)行勾畫(huà)，不同切面系統(tǒng)給出的概率值不同，測(cè)量3次，取最高數(shù)值作為AI最終診斷結(jié)果，定義＜0.6為偏良性，≥0.6為偏惡性。

1.2.3 聯(lián)合診斷

以C-TIRADS分類診斷結(jié)果為基礎(chǔ)，若AI診斷為惡性則上調(diào)一個(gè)類別，但5類不再上調(diào)；若AI診斷為良性，則C-TIRADS分類下降一個(gè)類別，但2類不再下調(diào)。

1.3 統(tǒng)計(jì)學(xué)分析

采用SPSS 23.0和MedCalc 18.2.1軟件進(jìn)行統(tǒng)計(jì)分析。以病理結(jié)果為金標(biāo)準(zhǔn)，繪制受試者工作特征（Receiver Operating Characteristic，ROC）曲線，計(jì)算各指標(biāo)的靈敏度[即真陽(yáng)性率＝a/（a+c）]、特異性[即真陰性率＝d/（b+d）]，其中a代表真陽(yáng)性，即病例組內(nèi)陽(yáng)性的例數(shù)；b代表假陽(yáng)性，即對(duì)照組內(nèi)陽(yáng)性的例數(shù)；c代表假陰性，即病例組內(nèi)陰性的例數(shù)；d為真陰性，為對(duì)照組內(nèi)陰性的例數(shù)。并計(jì)算約登指數(shù)（即正確指數(shù)＝靈敏度＋特異性-1）。ROC曲線下面積（Area Under Curve，AUC）＞0.8表示指標(biāo)具有良好的診斷效果，采用Z檢驗(yàn)進(jìn)行C-TIRADS分類、AI、AI+C-TIRADS分類的各評(píng)價(jià)指標(biāo)的差異比較，以P＜0.05為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 結(jié)節(jié)穿刺或手術(shù)后病理結(jié)果

225個(gè)結(jié)節(jié)中惡性結(jié)節(jié)占比58.2%，良性結(jié)節(jié)占比41.7%，良惡性結(jié)節(jié)病理類型及分布數(shù)量如表1所示。

表1 225個(gè)結(jié)節(jié)病理結(jié)果[n（%）]

2.2 不同診斷結(jié)果與病理對(duì)照

225個(gè)結(jié)節(jié)中，醫(yī)師C-TIRADS診斷良惡性結(jié)節(jié)準(zhǔn)確度為91.1%，AI診斷良惡性結(jié)節(jié)準(zhǔn)確度為82.7%，AI+CTIRADS分類診斷良性結(jié)節(jié)準(zhǔn)確度為95.1%，聯(lián)合診斷的準(zhǔn)確度優(yōu)于2種方法單獨(dú)診斷，見(jiàn)表2。

表2 C-TIRADS分類、AI、AI+C-TIRADS分類的診斷結(jié)果及與病理對(duì)照

對(duì)于≤10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷良惡性結(jié)節(jié)準(zhǔn)確度為81.6%，AI診斷良惡性結(jié)節(jié)準(zhǔn)確度為89.8%，AI+C-TIRADS分類診斷良惡性結(jié)節(jié)準(zhǔn)確度為98.0%，聯(lián)合診斷的準(zhǔn)確度優(yōu)于2種方法單獨(dú)診斷，見(jiàn)表3。

表3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對(duì)≤10 mm結(jié)節(jié)的診斷結(jié)果與病理對(duì)照

對(duì)于＞10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷良惡性結(jié)節(jié)準(zhǔn)確度為98.4%，AI診斷良惡性結(jié)節(jié)準(zhǔn)確度為77.2%，AI+C-TIRADS分類診斷良惡性結(jié)節(jié)準(zhǔn)確度為92.9%，醫(yī)師C-TIRADS分類診斷的準(zhǔn)確度優(yōu)于其余2種診斷方法，見(jiàn)表4。

表4 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對(duì)＞10 mm結(jié)節(jié)診斷結(jié)果與病理對(duì)照

2.3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類診斷效能分析

AI+C-TIRADS分類診斷特異性（95.74%）、約登指數(shù)（0.9040）、AUC（0.952）均高于醫(yī)師C-TIRADS分類診斷（Z=2.085，P=0.037）及 AI診斷（Z=5.547，P＜0.001）；醫(yī)師C-TIRADS分類診斷靈敏度（96.95%）及AUC（0.900）高于AI單獨(dú)診斷（Z=2.054，P=0.040），差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見(jiàn)表5和圖1。

圖1 3種診斷方法對(duì)總體ROC曲線

表5 醫(yī)師C-TIRADS、AI、AI+C-TIRADS分類對(duì)總體診斷效能比較

對(duì)于≤10 mm結(jié)節(jié)，AI+C-TIRADS分類診斷靈敏度（98.36%）、特異性（97.3%）、約登指數(shù)（0.9566）、AUC（0.978）均高于AI（Z=2.828，P=0.005）及醫(yī)師C-TIRADS分類診斷（Z=4.185，P＜0.001）；AI診斷的特異度（89.19%）、約登指數(shù)（0.7940）、AUC（0.897）高于醫(yī)師C-TIRADS分類診斷（Z=1.993，P=0.046，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見(jiàn)表6和圖2～3。

圖2 3種診斷方法對(duì)≤10 mm結(jié)節(jié)ROC曲線

圖3 二維超聲甲狀腺左側(cè)葉≤10 mm結(jié)節(jié)超聲聲像圖及AI識(shí)別圖像

表6 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對(duì)≤10 mm結(jié)節(jié)診斷效能比較

對(duì)于＞10 mm結(jié)節(jié)，C-TIRADS分類診斷的靈敏度（100%）、特異性（96.49%）、約登指數(shù)（0.9649）、AUC（0.982）均高于聯(lián)合診斷（Z=2.269，P=0.023）及AI診斷（Z=5.464，P＜0.001）；AI診斷的靈敏度（74.29%）、特異度（80.70%）、約登指數(shù)（0.5499）、AUC（0.775）不及聯(lián)合診斷（Z=4.803，P=0.001），差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見(jiàn)表7和圖4～5。

表7 醫(yī)師C-TIRADS、AI、AI+C-TIRADS分類對(duì)＞10 mm結(jié)節(jié)診斷效能比較

圖4 3種診斷方法對(duì)＞10 mm結(jié)節(jié)ROC曲線

圖5 二維超聲甲狀腺左側(cè)葉＞10 mm結(jié)節(jié)超聲聲像圖及AI識(shí)別圖像

3 討論

3.1 醫(yī)師C-TIRADS分類診斷結(jié)果分析

目前甲狀腺結(jié)節(jié)的檢出率逐年增加，臨床用于甲狀腺超聲檢查的指南也在不斷更新，從2011年韓國(guó)學(xué)者Kawk在Radiology發(fā)表的Kawk-TIRADS（甲狀腺影像及數(shù)據(jù)報(bào)告系統(tǒng)）[11]、2016年韓國(guó)放射學(xué)會(huì)和甲狀腺放射學(xué)會(huì)發(fā)表的Korean-TIRADS指南[12]，再到2017年美國(guó)放射學(xué)會(huì)發(fā)布的ACR-TIRADS[13]，每一種指南都有其優(yōu)勢(shì)和局限性，且各個(gè)醫(yī)院對(duì)指南的使用并不統(tǒng)一，會(huì)給患者和臨床醫(yī)生帶來(lái)困惑?！?020甲狀腺結(jié)節(jié)超聲惡性危險(xiǎn)分層中國(guó)指南：C-TIRADS》[4]，從我國(guó)的實(shí)際出發(fā)，是一種全新的計(jì)數(shù)分類的方法，指南中通過(guò)回歸方程篩選出5個(gè)可疑惡性征象并對(duì)其賦值進(jìn)而計(jì)數(shù)分類，使用簡(jiǎn)便快捷，可操作性強(qiáng)。Zhu等[14]對(duì)2309個(gè)甲狀腺結(jié)節(jié)分別用美國(guó)放射學(xué)會(huì)ACRTIRADS指南、中國(guó)版C-TIRADS指南、韓國(guó)版Kawk-TIRADS指南及美國(guó)甲狀腺協(xié)會(huì)ATA指南對(duì)甲狀腺結(jié)節(jié)進(jìn)行良惡性診斷，發(fā)現(xiàn)C-TIRADS指南的準(zhǔn)確性為84.71%，高于其他3種指南，并且AUC最大為0.905，進(jìn)一步說(shuō)明C-TIRADS相比其他3種指南有較高的診斷效能。本研究發(fā)現(xiàn)醫(yī)師C-TIRADS分類對(duì)總體樣本診斷的靈敏度高于聯(lián)合診斷及AI單獨(dú)診斷，即可篩出較多的惡性結(jié)節(jié)，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。李潛等[15]研究發(fā)現(xiàn)，應(yīng)用C-TIRADS指南診斷比AI診斷技術(shù)S-detect聯(lián)合醫(yī)師C-TIRADS診斷有更高的靈敏度（97.37%vs.96.21%），與本研究結(jié)果相近。本研究認(rèn)為醫(yī)師C-TIRADS分類診斷靈敏度高而特異性偏低的原因?yàn)榱紣盒越Y(jié)節(jié)在超聲征象上有重疊，且C-TIRADS指南是通過(guò)對(duì)可疑惡性征象進(jìn)行計(jì)數(shù)進(jìn)而分類，這可能會(huì)導(dǎo)致部分良性結(jié)節(jié)如腺瘤、結(jié)節(jié)性甲狀腺腫、炎性病變等分類過(guò)高，假陽(yáng)性率上升。

3.2 AI、AI+C-TIRADS分類診斷效能分析

AI技術(shù)可對(duì)復(fù)雜的醫(yī)學(xué)圖像特征進(jìn)行定量評(píng)估，已經(jīng)被越來(lái)越多地應(yīng)用于甲狀腺結(jié)節(jié)的診斷中[16]。本研究發(fā)現(xiàn)AI單獨(dú)診斷的AUC及約登指數(shù)低于聯(lián)合診斷及C-TIRADS單獨(dú)診斷，與方明娣等[10]的研究結(jié)果一致。Wildman-Tobriner等[17]研究發(fā)現(xiàn)，運(yùn)用AI輔助診斷系統(tǒng)來(lái)修正ACR-TIRADS分級(jí)后，相比醫(yī)師ACR-TIRADS分級(jí)，AUC由0.91提高至0.93，特異性也由47%提高至65%，本研究中AI單獨(dú)診斷及AI聯(lián)合醫(yī)師C-TIRADS診斷特異性較醫(yī)師C-TIRADS單獨(dú)診斷特異性高，與Verburg等[18]的研究結(jié)果一致。本研究采用的德尚韻興公司研發(fā)的AI輔助診斷系統(tǒng)是基于算法的學(xué)習(xí)來(lái)自主識(shí)別結(jié)節(jié)，繼而得出結(jié)節(jié)的良惡性概率值，與傳統(tǒng)的通過(guò)識(shí)別結(jié)節(jié)惡性征象而判讀結(jié)節(jié)良惡性有所不同，其診斷的過(guò)程不依賴人的主觀性。

3.3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對(duì)不同大小甲狀腺結(jié)節(jié)診斷效能分析

對(duì)于≤10 mm的甲狀腺腫瘤，其被定義為甲狀腺微小癌，其中絕大多數(shù)為甲狀腺乳頭狀癌，鑒于其病灶微小，惡性征象表現(xiàn)不顯著，且部分患者甲狀腺腺體內(nèi)常出現(xiàn)良惡性病灶并存的表現(xiàn)，常規(guī)超聲常出現(xiàn)漏診、誤診的情況，因此探尋一種新的可靠的診斷方法顯得尤為重要[19-20]。本研究將甲狀腺腺結(jié)節(jié)按最大長(zhǎng)徑分為≤10 mm組及＞10 mm組，發(fā)現(xiàn)AI、AI+C-TIRADS分類對(duì)≤10 mm結(jié)節(jié)診斷的特異性、約登指數(shù)及AUC均大于醫(yī)師C-TIRADS分類單獨(dú)診斷，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。本研究中部分甲狀腺小結(jié)節(jié)在早期并不會(huì)出現(xiàn)典型的惡性征象，即沙礫樣鈣化，且向周?chē)M織浸潤(rùn)性生長(zhǎng)也不明顯，纖維化改變不顯著，所以醫(yī)師主觀上可能會(huì)出現(xiàn)誤判的情況。AI是對(duì)10萬(wàn)余例有病理結(jié)果的結(jié)節(jié)進(jìn)行深度學(xué)習(xí)繼而研發(fā)所得，所以其能快速對(duì)異常區(qū)域進(jìn)行標(biāo)記，進(jìn)而量化分析得出良惡性概率值，降低了誤判的概率[21-22]。

本研究發(fā)現(xiàn)對(duì)于＞10 mm結(jié)節(jié)，AI及聯(lián)合診斷的診斷效能低于醫(yī)師C-TIRADS分類診斷。方貞燕[21]的研究發(fā)現(xiàn)，隨著結(jié)節(jié)體積增大，AI診斷的靈敏度及準(zhǔn)確性呈下降趨勢(shì)，且AI診斷的準(zhǔn)確性與該系統(tǒng)的技術(shù)原理和系統(tǒng)的穩(wěn)定性密切相關(guān)，不同品牌的AI診斷系統(tǒng)在臨床實(shí)踐中的表現(xiàn)可能會(huì)出現(xiàn)較大的差異，因此醫(yī)師需要對(duì)所使用的AI系統(tǒng)的優(yōu)勢(shì)充分了解，最大程度地發(fā)揮AI的輔助作用。

本研究存在的局限性：① 樣本量過(guò)少，在今后研究中進(jìn)一步將＞10 mm結(jié)節(jié)按照大小進(jìn)行分組，探討AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類對(duì)其的診斷效能；② 樣本中惡性結(jié)節(jié)偏多，絕大部分是乳頭狀癌，對(duì)分類診斷準(zhǔn)確性有一定影響。

4 結(jié)論

AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類可提高對(duì)良惡性結(jié)節(jié)診斷的準(zhǔn)確度、特異性，尤其對(duì)于≤10 mm結(jié)節(jié)，其整體診斷效能更優(yōu)；對(duì)于＞10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷的準(zhǔn)確度、靈敏度、特異性更好。