住培醫(yī)師應(yīng)用人工智能提升胸部CT 肋骨骨折檢出率的價值

張?zhí)磔x，黃志峰，鐘 正，龍 曦，范偉雄（通信作者）

（梅州市人民醫(yī)院放射科 廣東 梅州 514031）

肋骨骨折是胸部創(chuàng)傷后常見的并發(fā)癥，早期、快速準(zhǔn)確檢出對其診療決策極其重要。目前，胸部CT 是檢出肋骨骨折及評估胸部創(chuàng)傷最有效的影像檢查方法[1]。住培醫(yī)師作為放射科的重要培訓(xùn)對象及后備人才，胸部CT 閱片是其必須掌握的核心技能之一。然而，由于放射科胸部CT 閱片工作量巨大，且肋骨骨折多為急診外傷患者，而住培醫(yī)師閱片經(jīng)驗(yàn)積累有限，導(dǎo)致在閱片實(shí)踐工作中難免發(fā)生誤診或漏診情況。隨著人工智能（AI）技術(shù)的快速發(fā)展，基于AI 的醫(yī)學(xué)影像輔助診斷技術(shù)在不同疾病的診斷中得到廣泛應(yīng)用[2]。多項(xiàng)研究表明，AI 輔助診斷技術(shù)在協(xié)助影像醫(yī)師提升閱片速度，縮短診斷時間，提高診斷準(zhǔn)確率等方面表現(xiàn)出巨大的潛力[3-4]。住院醫(yī)師規(guī)范化培訓(xùn)是醫(yī)學(xué)生向醫(yī)生角色轉(zhuǎn)換的重要過渡階段，在該階段熟練掌握AI 輔助診斷技術(shù)，有助于培養(yǎng)新時期的高素質(zhì)放射診斷醫(yī)師。因此，本研究將探討住培醫(yī)師應(yīng)用人工智能提升胸部CT 肋骨骨折檢出率的價值。

1 資料與方法

1.1 一般資料

回顧性選取2021年1月—11月在梅州市人民醫(yī)院行胸部CT 檢查的肋骨骨折患者57 例，其中男38 例，女19例，年齡為17～96歲，平均年齡（54.11±14.67）歲。納入標(biāo)準(zhǔn)：①患者近期有外傷史，且胸部CT 發(fā)現(xiàn)至少一處肋骨骨折；②患者行胸部CT 檢查，且有薄層CT 圖像，圖像數(shù)據(jù)滿足人工智能軟件的處理要求。排除標(biāo)準(zhǔn)：①CT 圖像存在顯著呼吸運(yùn)動、金屬等偽影，不利于圖像準(zhǔn)確分析者；②骨折肋骨條數(shù)≥6 條者。

1.2 方法

所有患者均采用SOMATOM Dedinition As 進(jìn)行CT掃描，檢查時取仰臥位，上舉雙臂，掃描范圍自胸廓入口至第12 肋骨下緣，于吸氣后屏氣狀態(tài)下進(jìn)行掃描。掃描參數(shù)如下：管電壓為120 kV，管電流設(shè)置為自動毫安秒，準(zhǔn)直寬度128×0.6 mm，重建矩陣512×512，重建層厚1 mm。

由兩名放射科主治醫(yī)師通過綜合分析患者的臨床資料、CT 原始圖像及后處理圖像確定每個患者肋骨骨折情況（其中陳舊性骨折不納入分析），當(dāng)兩者意見不一致時經(jīng)協(xié)商達(dá)成一致。最后，由一名主任醫(yī)師對上述兩名主治醫(yī)師確定的肋骨骨折結(jié)果再次閱片審核作為參照標(biāo)準(zhǔn)。

1.3 閱片方式

招募兩名放射科住培醫(yī)師作為閱片者，閱片者對患者的臨床資料及診斷完全不知情，首先采用單獨(dú)閱片進(jìn)行圖像分析，間隔兩周洗脫期后應(yīng)用人工智能閱片。①單獨(dú)閱片：住培醫(yī)師在無AI 系統(tǒng)輔助下獨(dú)立盲法閱片，以常規(guī)橫軸位CT 圖像為基礎(chǔ)，并結(jié)合CT 薄層掃描數(shù)據(jù)進(jìn)行多平面重建（multiple planar reconstruction，MPR）、曲面重建（curved planar reconstruction，CPR）及容積再現(xiàn)（volume rendering，VR）等后處理技術(shù)綜合分析，記錄骨折位置、數(shù)量及診斷時間。診斷時間定義為：從打開圖像開始計(jì)時，當(dāng)閱片完成做出最終診斷關(guān)閉圖像結(jié)束計(jì)時。②應(yīng)用人工智能閱片：在AI 軟件輔助下進(jìn)行閱片及診斷，并記錄骨折位置、數(shù)量及診斷時間。AI 軟件采用骨折CT 人工智能影像輔助檢測軟件（上海聯(lián)影智能醫(yī)療科技有限公司，版本號V1.0），該軟件直接與本地PACS系統(tǒng)服務(wù)器相連，能夠自動檢測肋骨骨折，并在CT圖像智能標(biāo)注每處骨折，同時生成包含骨折位置、類型及數(shù)量等信息的智能診斷報(bào)告（見圖1）。

圖1 胸部骨折CT 人工智能影像輔助檢測軟件

1.4 觀察指標(biāo)

①以肋骨骨折參照標(biāo)準(zhǔn)為對照，計(jì)算肋骨骨折檢出率：檢出率=閱片者正確診斷肋骨骨折條數(shù)/參照標(biāo)準(zhǔn)總條數(shù)×100%，比較住培醫(yī)師單獨(dú)閱片和應(yīng)用人工智能閱片對肋骨骨折檢出率的差異性；②比較住培醫(yī)師單獨(dú)閱片和應(yīng)用人工智能閱片的診斷時間的差異性。

1.5 統(tǒng)計(jì)學(xué)方法

采用SPSS 20.0 統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析。符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，采用t檢驗(yàn)；計(jì)數(shù)資料以頻數(shù)（n）、百分率（%）表示，采用χ2檢驗(yàn)。以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 一般資料

57 例患者胸部CT 共確定125 條肋骨骨折，每例患者肋骨骨折數(shù)目為1 ～5 條，平均（2.19±1.16）條。

2.2 住培醫(yī)師單獨(dú)閱片和應(yīng)用AI 閱片對肋骨骨折的檢出率比較

住培醫(yī)師A 采用單獨(dú)閱片正確診斷100 條肋骨骨折，檢出率為80.00%（100/125），而應(yīng)用AI 閱片后正確診斷115 條肋骨骨折，檢出率為92.00%（115/125）。住培醫(yī)師A 采用單獨(dú)閱片和應(yīng)用AI 閱片對肋骨骨折檢出率的差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表1。

表1 住培醫(yī)師單獨(dú)閱片和應(yīng)用AI 閱片對肋骨骨折的檢出率比較

住培醫(yī)師B采用單獨(dú)閱片正確診斷104條肋骨骨折，檢出率為83.20%（104/125），而應(yīng)用AI 閱片后正確診斷118 條肋骨骨折，檢出率為94.40%（118/125）。住培醫(yī)師B 采用單獨(dú)閱片和應(yīng)用AI 閱片對肋骨骨折檢出率的差異具有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表1。

2.3 住培醫(yī)師單獨(dú)閱片和應(yīng)用AI 閱片對胸部CT 肋骨骨折的診斷時間

住培醫(yī)師A 和住培醫(yī)師B 應(yīng)用AI 閱片的診斷時間均短于采用單獨(dú)閱片，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表1。

3 討論

肋骨骨折是臨床常見胸部創(chuàng)傷并發(fā)癥之一，胸部CT被廣泛作為胸部創(chuàng)傷的首選影像學(xué)檢查方法[5]。精準(zhǔn)診斷肋骨骨折不僅對臨床診療決策至關(guān)重要，而且對外傷后責(zé)任鑒定亦具有重要意義。然而，肋骨數(shù)量眾多且形態(tài)獨(dú)特，每條肋骨從后上往外下走形，同一層CT 橫斷面難以完整觀察同一條肋骨的整體情況，導(dǎo)致每條肋骨需連續(xù)滾動多個CT 層面反復(fù)觀察，耗時費(fèi)力，且容易漏診輕微的不完全性骨折[6]。近年隨著住培制度的實(shí)施，住培醫(yī)師在放射科臨床工作中承擔(dān)著重要的閱片任務(wù)。然而，由于部分肋骨骨折表現(xiàn)隱匿，且胸部薄層CT 閱片量巨大，而住培醫(yī)師診斷經(jīng)驗(yàn)相對缺乏，導(dǎo)致肋骨骨折存著較大的誤診或漏診風(fēng)險(xiǎn)。目前，隨著AI 技術(shù)的快速發(fā)展及普及，越來越多的AI 技術(shù)逐步應(yīng)用于臨床肋骨骨折的檢出工作中[7-8]，但對AI 技術(shù)在住培醫(yī)師檢出肋骨骨折中的價值尚不清楚。因此，本文將探討住培醫(yī)師應(yīng)用人工智能提升胸部CT 肋骨骨折檢出的價值。

Wang 等[9]研究結(jié)果顯示，基于深度學(xué)習(xí)的AI 在內(nèi)部數(shù)據(jù)集檢出肋骨骨折的AUC 為0.970（95%CI：0.968～0.972），在外部數(shù)據(jù)集的AUC 為0.943（95%CI：0.941 ～0.945）。Li 等[10]納入8 家醫(yī)院共18 172 名患者胸部CT 圖像的多中心研究結(jié)果顯示，基于深度學(xué)習(xí)的AI 在多中心內(nèi)部測試集中的檢出肋骨骨折病變的敏感度為93.3%，在外部測試集中檢出敏感度為95%，并顯著優(yōu)于放射科醫(yī)師的78.9%（P＜0.001），提示AI 對胸部CT 肋骨骨折的檢出具有良好的診斷效能。本文結(jié)果發(fā)現(xiàn)，住培醫(yī)師應(yīng)用AI 閱片后對肋骨骨折的檢出率分別為92.00%與94.40%，均高于單獨(dú)閱片的80.00%與83.20%。分析原因?yàn)椋寒?dāng)住培醫(yī)師應(yīng)用AI 進(jìn)行閱片時，AI 通過深度學(xué)習(xí)算法，能夠快速、精準(zhǔn)地識別肋骨骨折，尤其是對于僅有骨皮質(zhì)扭曲等隱匿性表現(xiàn)的肋骨骨折，AI 亦具有高度的診斷敏感性，能夠幫助住培醫(yī)師減少漏診，提高肋骨骨折的檢出率[11-12]。

本文結(jié)果還發(fā)現(xiàn)，住培醫(yī)師A 和住培醫(yī)師B 在應(yīng)用AI 閱片后檢出肋骨骨折的診斷時間均短于單獨(dú)閱片（P＜0.05），該結(jié)果與文獻(xiàn)報(bào)道相似[13-15]。李星宇等[15]研究結(jié)果顯示，甲、乙兩位影像科醫(yī)師應(yīng)用AI 閱片的診斷時間顯著短于單獨(dú)閱片的診斷時間（P＜0.001）。董浩等[14]研究結(jié)果亦顯示，由低年資醫(yī)師結(jié)合AI 進(jìn)行綜合閱片的診斷時間，顯著短于單獨(dú)閱片的診斷時間（P＜0.001）。分析原因?yàn)椋篈I 系統(tǒng)能夠在短時間內(nèi)對大量的CT 薄層圖像進(jìn)行智能分析，不僅能夠識別出肋骨骨折的位置、數(shù)量及類型，還能在橫斷位、冠狀位、矢狀位及三維VR圖像中進(jìn)行標(biāo)注，并生成智能化影像報(bào)告，通過多角度、多層次展現(xiàn)的方式幫助住培醫(yī)師識別肋骨骨折，從而提高胸部CT 的閱片效率，縮短診斷時間。

本研究存在一些不足。首先，本研究為回顧性的單中心研究，樣本量相對偏少，未探討AI 輔助住培醫(yī)師檢出不同類型肋骨骨折的效能，有待進(jìn)一步擴(kuò)大樣本進(jìn)行研究。第二，在實(shí)際臨床工作中，接診肋骨骨折多發(fā)生于夜班急診階段，此時值班住培醫(yī)師往往處于疲勞狀態(tài)，本文未探究AI 輔助疲勞狀態(tài)下住培醫(yī)師檢出肋骨骨折的價值，有待于今后研究中進(jìn)一步深入探討。

綜上所述，住培醫(yī)師應(yīng)用人工智能有助于提升胸部CT 肋骨骨折檢出率，同時能夠顯著縮短診斷時間，值得在放射科住培醫(yī)師的閱片實(shí)踐工作中推廣。