基于人工智能診斷系統(tǒng)的胸部CT 肺結(jié)節(jié)檢出率及良惡性診斷研究

崔曉劍 吳曉明 舒錦爾 王 波

金華市人民醫(yī)院醫(yī)院影像介入科，浙江金華 321000

肺癌是臨床常見惡性腫瘤之一，病死率較高，已成為世界各國努力攻克的醫(yī)學(xué)難題。肺癌早期缺乏特異性表現(xiàn)，患者出現(xiàn)癥狀就診時多已處于中晚期，其5 年生存率僅為15%～16%[1]。早發(fā)現(xiàn)、早治療是降低肺癌病死率的重要手段。肺結(jié)節(jié)是肺癌的早期階段，肺結(jié)節(jié)的早期發(fā)現(xiàn)有助于實現(xiàn)早期干預(yù)。胸部CT 檢查是肺結(jié)節(jié)早期檢出的重要手段，隨著胸部CT 技術(shù)與人工智能（artificial intelligence，AI）輔助診斷技術(shù)的不斷發(fā)展，肺部小結(jié)節(jié)的檢出率得到極大提升[2,3]。AI 診斷系統(tǒng)的誕生既是高科技時代的產(chǎn)物，也是臨床工作的迫切需要。研究發(fā)現(xiàn)，海量的CT 圖像容易引起閱片醫(yī)生的視覺疲勞，因疲勞狀態(tài)而造成小結(jié)節(jié)的漏診率高達(dá)40%[4]。目前已有研究證實AI 診斷系統(tǒng)輸出的“第二意見”不僅準(zhǔn)確性較高，還可減輕影像科醫(yī)生的閱片壓力[5,6]。本研究擬探討基于智能診斷系統(tǒng)的胸部CT 在肺結(jié)節(jié)檢出及良惡性判斷中的作用，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

收集2021 年2 月至2022 年3 月于金華市人民醫(yī)院影像介入科行胸部CT 掃描且同時接受肺結(jié)節(jié)AI診斷系統(tǒng)檢查的97例患者的臨床資料，納入標(biāo)準(zhǔn)：①具有胸部高分辨率的CT 圖像；②患者至少1 個結(jié)節(jié)有完整的病理資料；③AI診斷結(jié)果完整。排除標(biāo)準(zhǔn)：①合并肺間質(zhì)病變、慢性阻塞性肺疾病、肺部多發(fā)性感染、肺纖維化；②肺不張、縱隔淋巴結(jié)腫大；③既往有明確的肺部手術(shù)史。97 例患者中男51 例，女46 例；年齡35～73 歲，平均（53.29±8.77）歲。

1.2 方法

1.2.1 胸部CT掃描方法 儀器：飛利浦Ingenuity Core 128 排螺旋CT 掃描儀；參數(shù)：管電壓120kV，管電流240mA，層厚5mm，間距5mm，矩陣512×512，視野30cm×30cm?；颊呷⊙雠P位，頭先進(jìn)，掃描從胸廓入口至雙腎上緣，采用肺窗圖像與縱隔窗圖像，掃描后采用0.625mm 層厚與間隔進(jìn)行圖像重建與后處理。

1.2.2 AI 診斷系統(tǒng) 采用基于自適應(yīng)3D 深度學(xué)習(xí)模型技術(shù)的深睿醫(yī)療AI 影像輔助篩查系統(tǒng)（版本號：MIDS-PNAB V1.2.0.1），將患者的薄層重建數(shù)據(jù)導(dǎo)入工作站，系統(tǒng)自動得出結(jié)節(jié)位置、大小、密度、危險度，其中“高危”為惡性，“中低危”為良性[7]。

1.3 影像評估

1.3.1 金標(biāo)準(zhǔn) 由2 名高級職稱影像診斷醫(yī)生共同判定[7]。①純磨玻璃：密度稍淡且基本一致＜3cm 的異常密度影，可見病變部位血管影；②混合磨玻璃：磨玻璃結(jié)節(jié)中可見實性結(jié)節(jié)；③實性：完全高密度且均勻，掩蓋肺紋理；④鈣化：邊界清且密度高。

1.3.2 良惡性 病理結(jié)果由2 名高級職稱病理醫(yī)生確認(rèn)，包括結(jié)節(jié)部位、大小、組織病理類型[參考《肺結(jié)節(jié)診治中國專家共識（2018 年版）》[8]]。AI 診斷系統(tǒng)良惡性為自動報告（高危、中低危）。

1.3.3 評估 分別記錄人工檢出結(jié)果與AI 診斷系統(tǒng)結(jié)果，并計算真陽性結(jié)節(jié)檢出率、假陽性結(jié)節(jié)檢出率、假陰性結(jié)節(jié)漏檢率、敏感度與陽性預(yù)測值。

1.4 統(tǒng)計學(xué)方法

采用SPSS 20.0 統(tǒng)計學(xué)軟件對數(shù)據(jù)進(jìn)行分析處理。計量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，比較采用獨立樣本t檢驗；計數(shù)資料以例數(shù)（百分率）[n（%）]表示，比較采用χ2檢驗。P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 AI 診斷系統(tǒng)與人工對肺結(jié)節(jié)檢出效能的比較

AI 診斷系統(tǒng)共檢出結(jié)節(jié)532 個，其中實性結(jié)節(jié)302 個，混合磨玻璃結(jié)節(jié)81 個，含鈣化結(jié)節(jié)75 個，純磨玻璃結(jié)節(jié)74 個，假陽性結(jié)節(jié)79 個，假陰性結(jié)節(jié)2 個，敏感度99.6%，陽性預(yù)測值84.4%；79 個假陽性結(jié)節(jié)中實性結(jié)節(jié)56 個，混合磨玻璃結(jié)節(jié)2 個，鈣化結(jié)節(jié)17 個，純磨玻璃結(jié)節(jié)4 個；2 個假陰性結(jié)節(jié)中實性結(jié)節(jié)1 個，混合磨玻璃結(jié)節(jié)1 個。人工診斷檢出結(jié)節(jié)419 個，假陰性結(jié)節(jié)32 個，敏感度92.9%，陽性預(yù)測值100%；32 個假陰性結(jié)節(jié)中實性結(jié)節(jié)11個，混合磨玻璃結(jié)節(jié)5 個，純磨玻璃結(jié)節(jié)16 個。人工診斷的敏感度顯著低于AI 診斷系統(tǒng)（χ2=27.508，P＜0.001），陽性預(yù)測值顯著高于 AI 診斷系統(tǒng)（χ2=71.621，P＜0.001）。

2.2 AI 診斷系統(tǒng)與人工診斷對各類肺結(jié)節(jié)漏診情況的比較

AI 診斷系統(tǒng)各結(jié)節(jié)漏診率分別為實性結(jié)節(jié)0.41%（1/244）、混合磨玻璃結(jié)節(jié)1.25%（1/80）；人工各結(jié)節(jié)漏診率分別為實性結(jié)節(jié)4.51%（11/244）、混合磨玻璃結(jié)節(jié) 7.50%（6/80）、純磨玻璃結(jié)節(jié)21.43%（15/70），AI 診斷系統(tǒng)實性結(jié)節(jié)、混合磨玻璃結(jié)節(jié)、純磨玻璃結(jié)節(jié)的漏診率均顯著低于人工診斷（χ2=8.543，3.735，16.800，P＜0.05）。

2.3 AI 診斷系統(tǒng)的假陽性結(jié)節(jié)結(jié)果分析

AI 診斷系統(tǒng)共檢出假陽性結(jié)節(jié)79 個，其中實性結(jié)節(jié)56 個，主要表現(xiàn)為血管影，部分為心包突起與胸膜凹陷，見圖1；混合磨玻璃結(jié)節(jié)2 個，主要表現(xiàn)為血管紋理，見圖2；鈣化結(jié)節(jié)17 個，為肋軟骨鈣化、胸椎骨刺等，見圖3；純磨玻璃結(jié)節(jié)4 個，主要表現(xiàn)為肺紋理，見圖4。

圖1 實性結(jié)節(jié)

圖2 混合磨玻璃結(jié)節(jié)

圖3 鈣化結(jié)節(jié)

圖4 純磨玻璃結(jié)節(jié)

2.4 AI 診斷系統(tǒng)與人工診斷結(jié)果比較

AI 診斷系統(tǒng)結(jié)果與病理診斷的符合率為72.28%，與病理結(jié)果一致性的Kappa 值為0.430；人工診斷與病理診斷符合率為90.02%，與病理結(jié)果一致性的Kappa 值為0.791，人工診斷的符合率顯著高于AI 診斷系統(tǒng)（χ2=46.390，P＜0.05）。

3 討論

目前臨床多采用高分辨率CT 篩查與定性肺結(jié)節(jié)，但在獲得高清晰度圖像的同時，高分辨率CT 圖像的數(shù)量也成倍增加，放射科醫(yī)生閱讀大量圖像時難免會產(chǎn)生視覺疲勞，進(jìn)而造成誤診、漏診。AI 診斷系統(tǒng)能夠有效提升工作效率，減輕放射科醫(yī)生的工作負(fù)荷[9]。

基于自適應(yīng)3D 深度學(xué)習(xí)模型技術(shù)的AI 影像輔助篩查系統(tǒng)采用三維卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，其優(yōu)勢在于根據(jù)類似結(jié)構(gòu)在圖像中出現(xiàn)的不同位置原理進(jìn)行權(quán)重分配，軟件能自動提取識別相應(yīng)特征及經(jīng)過標(biāo)識的數(shù)據(jù)；能通過不斷增加新病種數(shù)據(jù)不斷提升學(xué)習(xí)能力[10,11]。本研究結(jié)果發(fā)現(xiàn)，實際結(jié)節(jié)數(shù)為451，而AI 診斷系統(tǒng)共檢出結(jié)節(jié)532 個，假陽性結(jié)節(jié)79個，假陽性率較高。這些結(jié)節(jié)多為發(fā)生于肺門區(qū)的血管斷面、心包突起、胸膜凹陷等。分析原因：肺結(jié)節(jié)的形態(tài)與位置存在較明顯的多變性，當(dāng)結(jié)節(jié)發(fā)生慢性炎癥或接近肺正常組織時，AI 診斷系統(tǒng)就越容易被干擾；AI 診斷系統(tǒng)對于肋軟骨鈣化、胸椎骨刺等難以與鈣化結(jié)節(jié)進(jìn)行有效區(qū)分。假陰性結(jié)節(jié)2個，為肺門區(qū)附近，分析原因：可能與肺門血管走行較為復(fù)雜相關(guān)，AI 診斷系統(tǒng)誤以為是正常血管影。人工檢出無假陽性，但假陰性結(jié)節(jié)32 個，與羅亞敏等[12]報道的結(jié)果基本一致，分析原因：人工閱片對微小結(jié)節(jié)的檢出難度較大，特別是當(dāng)結(jié)節(jié)直徑＜5mm，甚至＜3mm 時，難度更大。兩者比較，AI 診斷系統(tǒng)的結(jié)節(jié)檢出假陽性率較高，假陰性率低，而人工診斷假陽性率低，假陰性率較高。二者結(jié)合，在人工閱片時參考AI 診斷系統(tǒng)的輸出結(jié)果，不僅可降低小結(jié)節(jié)的漏診率，還能大幅度減輕人工工作負(fù)荷。

肺結(jié)節(jié)的鑒別診斷主要是根據(jù)特定征象進(jìn)行評價，首先是判斷其良惡性，再進(jìn)行病變的分類分型。常規(guī)思路是從結(jié)節(jié)形狀特點作為切入點，一般良性病變的邊緣清晰、光滑，惡性病變邊緣可見毛刺、分葉等[13,14]。當(dāng)然，良惡性的診斷還需要考慮結(jié)節(jié)周圍的肺野情況，索條狀纖維灶、衛(wèi)星灶、胸腔積液、胸膜增厚等都有一定的參考意義[15,16]。本研究結(jié)果顯示，AI 診斷系統(tǒng)結(jié)果與病理診斷符合率為72.28%，與病理結(jié)果一致性的Kappa 值為0.430，與既往研究結(jié)果基本一致[17,18]。AI 診斷系統(tǒng)能夠進(jìn)行肺結(jié)節(jié)的自動檢測、病灶的自動分隔、測量定量和定性參數(shù)，從而判斷結(jié)節(jié)的類型與良惡性，這是AI 診斷系統(tǒng)的優(yōu)勢所在，但也是不足點，需要對系統(tǒng)軟件數(shù)據(jù)庫與計算方法進(jìn)行不斷擴(kuò)大與優(yōu)化，才能提升“惡性概率”的準(zhǔn)確性[19,20]。結(jié)合本研究結(jié)果，建議在今后的臨床工作中，可將AI 診斷系統(tǒng)作為初篩工具，對可疑病變進(jìn)行標(biāo)記，然后影像科醫(yī)生開展二次閱片，以提升肺結(jié)節(jié)檢出率，將人工經(jīng)驗與AI 診斷結(jié)果提示的高危結(jié)節(jié)進(jìn)行重點分析，從而對結(jié)節(jié)性質(zhì)做出精準(zhǔn)判斷。

綜上所述，基于AI 診斷系統(tǒng)的胸部CT 肺結(jié)節(jié)檢出假陽性率較高，假陰性率低；在結(jié)節(jié)的定性診斷上與人工診斷還有一定差距，可作為人工診斷的參考。