安克偵軟件識(shí)別甲狀腺乳頭狀癌的超聲征象聯(lián)合臨床特征預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移的價(jià)值

郝艷紅，李曉宇，張炎晶，趙育芳，劉靜靜，劉利平

（1.山西醫(yī)科大學(xué)第一醫(yī)院超聲科，山西 太原 030001；2.河北北方學(xué)院附屬第一醫(yī)院超聲科，河北 張家口 075000）

隨著超聲分辨力的提高，甲狀腺癌的檢出率增長(zhǎng)迅速，其中甲狀腺乳頭狀癌（papillary thyroid carcinama，PTC）最多見(jiàn)。術(shù)前準(zhǔn)確檢測(cè)淋巴結(jié)轉(zhuǎn)移對(duì)臨床診療方案的制訂有重要意義。甲狀腺結(jié)節(jié)超聲的形態(tài)特征與頸部淋巴結(jié)轉(zhuǎn)移存在一定相關(guān)性［1-2］，可幫助預(yù)測(cè)甲狀腺癌頸部淋巴結(jié)是否轉(zhuǎn)移。有研究通過(guò)對(duì)超聲圖像特征的量化預(yù)測(cè)結(jié)節(jié)的良惡性，但關(guān)于人工智能軟件量化的超聲征象與PTC 患者淋巴結(jié)轉(zhuǎn)移的研究報(bào)道并不多見(jiàn)［3-4］。本研究通過(guò)分析安克偵軟件量化PTC 的超聲征象與頸部淋巴結(jié)轉(zhuǎn)移的關(guān)系，探討人工智能在PTC 頸部淋巴結(jié)轉(zhuǎn)移預(yù)警中的價(jià)值。

1 資料與方法

1.1 一般資料 收集2018 年3 月至2019 年11 月于山西醫(yī)科大學(xué)第一醫(yī)院就診并經(jīng)手術(shù)病理證實(shí)的PTC 患者177 例，其中男38 例，女139 例；年齡17～78 歲，平均（47.1±10.6）歲。依據(jù)淋巴結(jié)是否轉(zhuǎn)移將患者分為轉(zhuǎn)移組71 例，非轉(zhuǎn)移組106 例。納入標(biāo)準(zhǔn)：經(jīng)手術(shù)證實(shí)的PTC；術(shù)中行中央?yún)^(qū)（+側(cè)頸部）頸部淋巴結(jié)清掃術(shù)。排除標(biāo)準(zhǔn)：甲狀腺結(jié)節(jié)最大徑＞4 cm且超聲特征顯示不完整者。

1.2 儀器與方法 采用GE Logic E9 彩色多普勒超聲診斷儀，頻率6～15 MHz。圖像處理采用AmCADUT Detection 甲狀腺超聲圖像處理軟件。由1 名高年資醫(yī)師采集甲狀腺結(jié)節(jié)圖像，并輸入專用計(jì)算機(jī)，優(yōu)先選擇橫切面圖像，手動(dòng)勾畫出結(jié)節(jié)輪廓，采用軟件解析量化結(jié)節(jié)形態(tài)特征，包括結(jié)節(jié)回聲類型（高回聲、等回聲、低回聲、極低回聲、無(wú)回聲）、內(nèi)部結(jié)構(gòu)（全為實(shí)性、實(shí)性部分＞50%、囊性部分＞50%、全為囊性）、強(qiáng)回聲點(diǎn)（微小鈣化、粗大鈣化、無(wú)鈣化）、邊緣（規(guī)則、不規(guī)則）、內(nèi)部回聲均勻度（均勻、不均勻）、縱橫比（≥1、＜1）等關(guān)鍵指標(biāo)，其中量化值以系統(tǒng)自設(shè)的0.5 為基準(zhǔn)，≥0.5 為具有該特征（圖1）。

圖1 甲狀腺乳頭狀癌的超聲圖像 注：患者，男，31 歲。圖1a 為二維聲像圖，示甲狀腺右側(cè)葉上極單發(fā)低回聲實(shí)性結(jié)節(jié)伴微鈣化，大小1.57 cm×0.90 cm×1.24 cm，縱橫比＞1，邊緣不規(guī)則，內(nèi)部回聲不均勻；圖1b～1f 分別為安克偵軟件量化的結(jié)節(jié)回聲、邊緣、強(qiáng)回聲點(diǎn)、內(nèi)部回聲、無(wú)回聲區(qū)域

1.3 統(tǒng)計(jì)學(xué)分析 采用SPSS 22.0 軟件進(jìn)行數(shù)據(jù)分析，定量資料符合正態(tài)分布，以表示；計(jì)數(shù)資料以構(gòu)成比表示，2組間率的比較行χ2檢驗(yàn)。以病理結(jié)果作為應(yīng)變量，將單因素分析差異有統(tǒng)計(jì)學(xué)意義的超聲征象作為自變量行逐步向前多因素logistic 回歸分析，以篩選出來(lái)的獨(dú)立危險(xiǎn)因素建立預(yù)測(cè)模型。以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

38 例男性患者中，淋巴結(jié)轉(zhuǎn)移24 例（63.2%），無(wú)淋巴結(jié)轉(zhuǎn)移14 例（36.8%）；139 例女性患者中，淋巴結(jié)轉(zhuǎn)移47 例（33.8%），無(wú)淋巴結(jié)轉(zhuǎn)移92 例（66.2%）。92 例年齡＞45 歲患者中，淋巴結(jié)轉(zhuǎn)移23 例（25.0%）；85 例年齡≤45 歲患者中，淋巴結(jié)轉(zhuǎn)移48 例（56.5%）。結(jié)節(jié)平均最大徑轉(zhuǎn)移組為（1.43±0.60）cm，非轉(zhuǎn)移組為（1.07±0.64）cm。

轉(zhuǎn)移組與非轉(zhuǎn)移組性別和年齡差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。2組安克偵軟件識(shí)別的超聲征象中結(jié)節(jié)最大徑、微鈣化、邊緣差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）；2組結(jié)節(jié)回聲類型、內(nèi)部回聲是否均勻及縱橫比差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P＞0.05，表1）。

表1 轉(zhuǎn)移組與非轉(zhuǎn)移組臨床特征及安克偵軟件量化的超聲征象對(duì)照

單因素分析顯示，有統(tǒng)計(jì)學(xué)意義的變量是年齡、性別、微鈣化、結(jié)節(jié)最大徑、邊緣是否規(guī)則，分別記為X1、X2、X3、X4、X5，并賦值（表2），行多因素二元logistic回歸分析。經(jīng)變量篩選后，除邊緣是否規(guī)則（X5）在2組間差異無(wú)統(tǒng)計(jì)學(xué)意義外，年齡、性別、結(jié)節(jié)最大徑及微鈣化差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。因此，年齡≤45 歲、男性、微鈣化、結(jié)節(jié)最大徑≥1 cm 是PTC發(fā)生頸部淋巴結(jié)轉(zhuǎn)移的獨(dú)立危險(xiǎn)因素（表3）。logistic回歸模型為：logit（P）=-2.631+1.641X1+0.879X2+0.862X3+1.237X4。

表2 PTC 頸部淋巴結(jié)轉(zhuǎn)移危險(xiǎn)因素賦值

表3 PTC 頸部淋巴結(jié)轉(zhuǎn)移logistic 回歸分析

3 討論

基于TI-RADS 分類，超聲醫(yī)師可較準(zhǔn)確地判斷甲狀腺結(jié)節(jié)的良惡性，指導(dǎo)臨床分級(jí)管理，但存在一定主觀性。人工智能能夠客觀量化甲狀腺結(jié)節(jié)的超聲特征，提高超聲對(duì)甲狀腺結(jié)節(jié)良惡性診斷的準(zhǔn)確率［5］。王丹等［6］的研究顯示，人工智能對(duì)甲狀腺結(jié)節(jié)診斷的敏感度、特異度分別為86.20%、85.48%，與病理診斷結(jié)果具有較好的一致性。麥武平等［7］研究證實(shí)，人工智能診斷甲狀腺結(jié)節(jié)良惡性的敏感度及AUC高于低年資醫(yī)師（P＜0.05），而兩者聯(lián)合應(yīng)用診斷敏感度及AUC 均有所提高。淋巴結(jié)轉(zhuǎn)移是PTC 患者術(shù)后復(fù)發(fā)和生存率不良的重要危險(xiǎn)因素［8］。術(shù)前準(zhǔn)確預(yù)警PTC 頸部淋巴結(jié)轉(zhuǎn)移是臨床手術(shù)方式選擇及術(shù)后管理的重要依據(jù)。但單純依靠影像學(xué)檢查早期發(fā)現(xiàn)PTC 患者頸部淋巴結(jié)轉(zhuǎn)移仍有一定局限性。本研究使用的安克偵圖像處理軟件基于人工智能可通過(guò)超聲圖像量化分析結(jié)節(jié)特征，為診斷甲狀腺結(jié)節(jié)的良惡性提供客觀量化依據(jù)，在預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移中有一定價(jià)值。有文獻(xiàn)表明，甲狀腺癌平均年齡約40 歲［8］，男性發(fā)病率較女性低。本研究男女比例1:3.66，差異有統(tǒng)計(jì)學(xué)意義；且≤45 歲的男性患者更易發(fā)生轉(zhuǎn)移，差異有統(tǒng)計(jì)學(xué)意義。logistic 回歸分析表明，≤45 歲及男性是頸部淋巴結(jié)轉(zhuǎn)移的獨(dú)立危險(xiǎn)因素。

本研究也發(fā)現(xiàn)，轉(zhuǎn)移與非轉(zhuǎn)移患者中安克偵軟件識(shí)別的結(jié)節(jié)最大徑差異顯著（P＜0.001），表明頸部淋巴結(jié)有無(wú)轉(zhuǎn)移可能與結(jié)節(jié)大小相關(guān)，最大徑越大，越容易轉(zhuǎn)移［9］；這可能是因?yàn)槟[瘤體積越大，癌細(xì)胞不受控制的分裂和增殖過(guò)程越明顯，腫瘤生長(zhǎng)更活躍，侵襲性也更強(qiáng)，因此轉(zhuǎn)移的可能性越大［10］。同時(shí)logistic 回歸分析提示，結(jié)節(jié)最大徑≥1 cm 也是頸部淋巴結(jié)發(fā)生轉(zhuǎn)移的又一獨(dú)立危險(xiǎn)因素，這可能為臨床醫(yī)師評(píng)估是否行預(yù)防性頸部淋巴結(jié)清掃提供了客觀依據(jù)，但仍需綜合分析。

PTC 結(jié)節(jié)中出現(xiàn)微鈣化的病理學(xué)基礎(chǔ)是腫瘤細(xì)胞發(fā)生變性壞死后產(chǎn)生的鈣鹽沉積，伴微鈣化的結(jié)節(jié)更易出現(xiàn)頸部淋巴結(jié)轉(zhuǎn)移［11-12］。本研究中安克偵軟件識(shí)別伴微鈣化的PTC 發(fā)生頸部淋巴結(jié)轉(zhuǎn)移的比例為59.2%（61/103）；單因素分析顯示結(jié)節(jié)內(nèi)微鈣化與頸部淋巴結(jié)轉(zhuǎn)移有關(guān)（P＜0.05）；logistic 回歸分析提示微鈣化是頸部淋巴結(jié)轉(zhuǎn)移的另一獨(dú)立危險(xiǎn)因素。但是否安克偵軟件識(shí)別的微鈣化越多，其頸部淋巴結(jié)轉(zhuǎn)移可能性越大，本研究未深入探討，有待進(jìn)一步分析。

本研究安克偵軟件識(shí)別的邊緣不規(guī)則結(jié)節(jié)發(fā)生淋巴結(jié)轉(zhuǎn)移的比例為51.7%（60/116），邊緣規(guī)則發(fā)生轉(zhuǎn)移的比例為16.7%（11/66）；單因素分析顯示結(jié)節(jié)邊緣不規(guī)則與頸部淋巴結(jié)轉(zhuǎn)移相關(guān)（P＜0.05），可能是因?yàn)檗D(zhuǎn)移組中的癌結(jié)節(jié)對(duì)周圍組織的侵襲性更明顯，與鄰近甲狀腺腺體組織的界限更加模糊［13-15］。這與文獻(xiàn)［16］報(bào)道一致。但logistic 多因素回歸分析顯示，邊緣不規(guī)則并不能作為預(yù)測(cè)頸部淋巴結(jié)轉(zhuǎn)移的獨(dú)立危險(xiǎn)因素；這可能是由于安克偵軟件識(shí)別的結(jié)節(jié)邊緣與結(jié)節(jié)最大徑有關(guān)，結(jié)節(jié)小時(shí)手動(dòng)勾勒較困難，從而影響對(duì)結(jié)節(jié)邊緣的判定。

綜上所述，安克偵軟件量化的PTC 超聲圖像特征與頸部淋巴結(jié)轉(zhuǎn)移有良好的相關(guān)性，可有效避免超聲醫(yī)師判讀圖像存在的主觀差異；人工智能可篩選具有轉(zhuǎn)移傾向的結(jié)節(jié)，以輔助臨床醫(yī)師制訂精確化、個(gè)體化的治療方案。但同時(shí)應(yīng)認(rèn)識(shí)到人工智能的不足，在臨床工作中，需結(jié)合患者的其他影像學(xué)信息及臨床資料作出全面分析診斷。