張?zhí)磔x,曾錦梁,劉舒珊,李玉林,范偉雄(通信作者)
(梅州市人民醫(yī)院放射科 廣東 梅州 514031)
肺結節(jié)是早期肺癌的主要表現(xiàn)形式之一,其早期發(fā)現(xiàn)對肺癌患者的檢出具有重要意義[1]。目前,胸部CT以其對肺結節(jié)的高度敏感性,成為肺結節(jié)篩查的最重要影像檢查[2]。實習生和住培醫(yī)師作為放射科的初學者及重要后備人才,熟練運用胸部CT 篩查肺結節(jié)是其必須學習和掌握的技能。然而,由于胸部CT 閱片量大,閱片耗時間,且初學者自身能力或經驗不足,常導致肺結節(jié)漏診的情況時有發(fā)生。因此,如何提高實習生和住培醫(yī)師篩查肺結節(jié)的檢出效能,已成為臨床實踐教學中的重要課題。人工智能(AI)是一門新興的科學技術,近年越來越多應用于醫(yī)學領域,尤其是肺結節(jié)AI 輔助診斷技術日趨成熟,在肺結節(jié)的診斷及教學中得到廣泛關注[3-5]。因此,本文旨在探討AI 對實習生和住培醫(yī)師篩查肺結節(jié)的輔助價值,以期為AI 在臨床及教學工作中的應用提供參考依據(jù)。
回顧性收集2022年9月—10月在梅州市人民醫(yī)院行胸部CT 檢查的40 例患者圖像,其中男性18 例,女性22 例,年齡22 ~63 歲,平均年齡(40.18±10.86)歲。納入標準:①患者胸部CT 經一名主治醫(yī)師和一名主任醫(yī)師確定至少包含1 個肺結節(jié),且肺結節(jié)直徑小于3 cm;②胸部CT 圖像滿足AI 軟件處理要求。排除標準:①胸部CT 圖像存在明顯呼吸、運動或金屬偽影;②患者有肺部彌漫性病變,嚴重影響肺結節(jié)檢出者。
采用西門子SOMATOM Dedinition As、聯(lián)影uCT 960+及GE Discovery CT750 HD 成像設備行胸部CT 掃描。所有患者取仰臥位,雙手上舉,掃描范圍自胸廓入口至肋膈角,在吸氣末屏氣螺旋掃描采集容積數(shù)據(jù)。掃描參數(shù)為:管電壓100 ~120 kV,管電流采用自動毫安秒,矩陣512×512,層厚為5 mm,重建層厚1.00 ~1.25 mm。圖像分析采用肺窗進行觀察,相應窗寬為1 500 HU,窗位為-400 HU。
本研究肺結節(jié)參照標準確定流程如下:首先由一名主治醫(yī)師結合AI 輔助診斷軟件對胸部CT 薄層圖像進行逐層閱片,確認病灶并標注位置層面,隨后將結果交給一名具有20年以上影像工作經驗的主任醫(yī)師,由主任醫(yī)師再次閱片并做最后判定,以此作為參照標準。
招募在我院放射科輪轉的影像專業(yè)實習生和住培醫(yī)師各一名作為閱片者,按以下兩種模式進行閱片。①獨立閱片模式:在不借助AI 軟件輔助的情況下,閱片者在影像歸檔和通信系統(tǒng)(picture archiving and communication system,PACS)上對胸部CT 薄層圖像進行逐層閱片,并詳細記錄每個肺結節(jié)的位置、層面及對每例患者的閱片時間。②AI 輔助閱片模式:經過兩周洗脫期后,閱片者在AI 軟件輔助下進行再次閱片,并記錄每個肺結節(jié)的位置、層面及對每例患者的閱片時間。本研究AI 輔助診斷軟件采用聯(lián)影智能肺結節(jié)AI 輔助檢測軟件v730(圖1),該軟件具備肺結節(jié)定位、測量、類型判定、良惡性分析及自動生成結構化報告等功能。以肺結節(jié)參照標準為對照,肺結節(jié)檢出率=真陽性肺結節(jié)個數(shù)/參照標準結節(jié)總數(shù)×100%。
圖1 肺結節(jié)CT 影像人工智能輔助診斷軟件
①計算獨立閱片和AI 輔助閱片模式的肺結節(jié)檢出率,比較兩種閱片模式檢出效能的差異性;②比較獨立閱片和AI 輔助閱片模式的閱片時間的差異性。
采用SPSS 20.0 統(tǒng)計軟件進行數(shù)據(jù)分析。符合正態(tài)分布的計量資料以均數(shù)±標準差()表示,采用t檢驗;計數(shù)資料以頻數(shù)(n)、百分率(%)表示,采用χ2檢驗。以P<0.05 為差異有統(tǒng)計學意義。
40 例患者的肺部CT 影像上共確定102 個肺結節(jié),每例患者肺結節(jié)數(shù)為1 ~6 個,平均為(2.55±1.26) 個結節(jié)。
實習生獨立閱片共檢出65 個結節(jié)(其中真陽性結節(jié)57 個,假陽性結節(jié)8 個),借助AI 閱片后共檢出104 個結節(jié)(其中真陽性結節(jié)91 個,假陽性結節(jié)13 個)。實習生AI 輔助閱片模式的肺結節(jié)檢出率高于獨立閱片模式,閱片時間短于獨立閱片,差異有統(tǒng)計學意義(P<0.05),見表1。
表1 實習生和住培醫(yī)師獨立閱片與AI 輔助閱片模式的檢出率和閱片時間
住培醫(yī)師獨立閱片共檢出71 結節(jié)(其中真陽性結節(jié)66 個,假陽性結節(jié)5 個),借助AI 閱片后共檢出105 個結節(jié)(其中真陽性結節(jié)94 個,假陽性結節(jié)11 個)。住培醫(yī)師AI 輔助閱片模式的肺結節(jié)檢出率高于獨立閱片模式,閱片時間短于獨立閱片,差異有統(tǒng)計學意義(P<0.05),見表1。
目前,肺癌是發(fā)病率最高的惡性腫瘤,也是癌癥性死亡的主要病因。肺結節(jié)是早期肺癌的主要表現(xiàn)形式,采用胸部CT 篩查肺結節(jié)有助于早期發(fā)現(xiàn)肺癌,對改善患者預后具有重要意義[6]。隨著健康體檢意識提升和低劑量胸部CT 普及,肺結節(jié)篩查工作已成為放射科的日常工作的重點之一。對于影像專業(yè)的實習生和住培醫(yī)師等初學者,胸部CT 既是其學習和培訓的重要內容,也是其在臨床實踐的主要工作。然而,由于實習生和住培醫(yī)師尚在學習和培訓階段,工作經驗相對不足,對于直徑較小、形狀異質化高的肺小結節(jié),在臨床實踐中的檢出效能不盡人如意。近年來,人工智能輔助診斷技術突飛猛進,逐漸應用于全身各系統(tǒng)疾病的檢出、診斷、治療及預后預測等方面,尤其在肺結節(jié)的檢出中應用廣泛[7-8]。因此,本研究旨在探討肺結節(jié)AI 技術對實習生和住培醫(yī)師的輔助價值,以期獲得一種高效的“AI+”工作及教學模式。
本文發(fā)現(xiàn),實習生和住培醫(yī)師在AI 輔助閱片模式的肺結節(jié)檢出率,較獨立閱片模式獲得顯著提升,該結果與文獻報道相符[9-10]。張正華等[9]評估基于深度學習的AI檢測系統(tǒng)對實習生肺結節(jié)檢出率的影響,結果顯示實習生借助AI 閱片的肺結節(jié)檢出率顯著高于單獨閱片,檢出率由41.33%提高至97.46%。范鴻禹等[10]研究了AI 輔助低、高年資住培醫(yī)師對肺結節(jié)的檢測效能,結果顯示低、高年資住培醫(yī)師借助AI 閱片的肺結節(jié)檢出率均有顯著提升,其中低年資住培醫(yī)師借助AI 閱片前后的檢出率分別為47.43%與77.07%,高年資住培醫(yī)師借助AI 閱片前后的檢出率分別為50.50%與81.29%,且差異均具有統(tǒng)計學意義。本文結果顯示,在肺結節(jié)AI 軟件的輔助下,實習生對肺結節(jié)的檢出率由55.88%提升至89.22%,住培醫(yī)師對肺結節(jié)的檢出率由64.71%提升至92.16%。分析原因為:首先,肺結節(jié)AI具有極為強大的深度學習能力和圖像識別能力,能夠對全肺所有可疑病灶進行自動識別,并在胸部CT 上進行詳細標注,有助于閱片者對各個肺結節(jié)進行全面、細致觀察,從而最大限度避免漏診,提高肺結節(jié)檢出率。其次,實習生與住培醫(yī)師在獨立閱片時,由于經驗相對不足,且胸部薄層CT 閱片量大,可能導致漏診或誤診情況出現(xiàn),而在AI 輔助閱片的模式下,AI 軟件不僅能夠標示出各個肺結節(jié),還能夠提供每個肺結節(jié)的詳細形態(tài)學參數(shù),充當閱片者的“第2 雙眼睛”,彌補閱片者工作經驗的不足,進行準確的篩查和診斷工作[11]。
本文結果還發(fā)現(xiàn),實習生與住培醫(yī)師在AI 輔助閱片模式的閱片時間均顯著短于獨立閱片模式時間,該結果與文獻報道一致。張正華等[9]研究結果顯示,實習生在肺結節(jié)AI 輔助下的閱片時間顯著短于獨立閱片模式,閱片時間能夠縮減80%。孫婷婷等[12]研究發(fā)現(xiàn),低年資住培醫(yī)師獨立閱片模式和AI 輔助閱片模式平均每例CT的閱片時間分別為411.9 s 和319.7 s,后者較前者縮短22.38%。分析原因為:首先,肺結節(jié)AI 通過深度學習算法可在數(shù)秒內對海量CT 圖像進行快速篩查,并在CT 圖像上標記出所有可疑結節(jié),有助于閱片者迅速在CT 圖像上定位肺結節(jié),提升閱片效率,縮短閱片時間。第二,肺結節(jié)AI 還具有病灶導航列表模塊,閱片者不僅可通過點擊導航列表實時定位每個結節(jié),還可在導航列表瀏覽各個結節(jié)的大小、類型及良惡性等信息,提升診斷效率,縮短閱片時間。
本研究存在一定局限性。首先,本文著重于研究AI對放射科實習生和住培醫(yī)師等初學者檢出肺結節(jié)的輔助價值,而對于不同年資醫(yī)師,尤其高年資醫(yī)師對肺結節(jié)的輔助價值尚不清楚,有待進一步研究。其次,本研究未對不同大小、類型的肺結節(jié)的檢出率進行分層分析,將來需擴大樣本量進一步研究。
綜上所述,人工智能有助于提升實習生和住培醫(yī)師肺結節(jié)檢出效能,且顯著縮短閱片時間,值得在臨床工作和教學中推廣應用。