不同年資住培醫(yī)師應(yīng)用AI 提升腦動脈瘤檢出效能的初步研究

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）

腦動脈瘤是由于局部先天性缺陷或大腦動脈壁損傷而引起的腦動脈局部突起，一旦發(fā)生破裂可能危及生命[1]。因此，精準(zhǔn)檢出腦動脈瘤對于指導(dǎo)臨床及早采取干預(yù)措施具有重要意義。計算機斷層掃描血管造影（computed tomography angiography，CTA）是一種安全、無創(chuàng)、可靠的檢出腦動脈瘤的影像學(xué)檢查方法，在臨床上廣泛應(yīng)用[2]。放射科住培醫(yī)師是在影像科接受規(guī)范化培訓(xùn)的初級醫(yī)師，掌握CTA 檢出腦動脈瘤是其重要培訓(xùn)內(nèi)容。然而，由于顱內(nèi)動脈的復(fù)雜性及動脈瘤體積微小，且住培醫(yī)師閱片經(jīng)驗相對不足，導(dǎo)致存在動脈瘤漏診風(fēng)險。近年，人工智能（artificial intelligence，AI）在提高影像診斷準(zhǔn)確性，縮短閱片時間等方面展現(xiàn)出良好的前景，且在輔助住培醫(yī)師診斷方面具有提升作用[3-4]。因此，本研究將探討低、高年資住培醫(yī)師應(yīng)用人工智能提升動脈瘤檢出效能的價值，旨在為AI 在放射科培訓(xùn)工作中的推廣提供依據(jù)。

1 資料與方法

1.1 一般資料

回顧性選取2021 年12 月—2022 年2 月在梅州市人民醫(yī)院行頭部CTA檢查的48例患者資料，其中女性28例，男性20例，年齡32～79歲，平均年齡（61.50±10.38）歲。

納入標(biāo)準(zhǔn)：①患者臨床數(shù)據(jù)及影像資料完整；②頭部CTA 具有薄層圖像，可被人工智能軟件識別；③患者均行頭部CTA 及數(shù)字減影血管造影（digital subtraction angiography，DSA）檢查，通過DSA 檢查明確有無動脈瘤。排除標(biāo)準(zhǔn)：①患者曾行顱腦外科或介入手術(shù)（如支架植入術(shù)、動脈瘤夾閉術(shù)等）導(dǎo)致存在明顯偽影，影響圖像分析的患者；②患者配合不佳，導(dǎo)致圖像質(zhì)量差，影響圖像分析的患者。

1.2 方法

1.2.1 掃描方法 采用聯(lián)影uCT 960+、GE Discovery CT750 HD、西門子SOMATOM Force 及Dedinition As CT 掃描儀?；颊呷⊙雠P位，頭先進，囑咐患者保持平靜呼吸及頭頸部靜止不動。檢查參數(shù)：管電壓為100 kV，管電流自動調(diào)制技術(shù)，螺距0.7，層厚1.0 mm，層間距0.7 mm。采用高壓注射器經(jīng)右上肢靜脈注入碘佛醇30～50 mL，注射流率為4.0～4.5 mL/s。利用造影劑觸發(fā)掃描模式選取頸動脈為監(jiān)測點，觸發(fā)閾值設(shè)為100 HU，當(dāng)CT 值達到觸發(fā)閾值后進行掃描。

1.2.2 閱片方法 招募兩名不同年資（低、高年資分別為住培二年級與三年級）的住培醫(yī)師對頭部CTA 圖像進行閱片。閱片前由同一名帶教老師對住培醫(yī)師進行動脈瘤影像及AI 軟件操作方法的培訓(xùn)。閱片方法如下。（1）單獨閱片法：住培醫(yī)師對患者的臨床信息和檢查結(jié)果完全不知情的情況下，在PACS 系統(tǒng)調(diào)取患者頭部CTA 圖像，通過多平面重建（multiplanar reconstruction，MPR）、最大密度投影（maximal intensity projection，MIP）、容積重建（volume rendering，VR）及CTA 薄層原始圖像進行觀察，記錄動脈瘤的數(shù)目及部位，并記錄對每個患者的閱片時間。（2）應(yīng)用AI 閱片法：經(jīng)過14天洗脫期后，住培醫(yī)師應(yīng)用AI 軟件（聯(lián)影智能公司，頭頸血管CT 造影影像輔助診斷軟件V1.0）對所有患者頭部CTA 進行閱片，閱片過程中AI 軟件能夠?qū)︻^部CTA薄層圖像進行重建及分析，還能在CTA 圖像上標(biāo)注出每個動脈瘤及提供影像報告結(jié)果。住培醫(yī)師通過應(yīng)用AI 軟件完成閱片，并記錄動脈瘤的數(shù)目、部位及閱片時間。

1.3 參照標(biāo)準(zhǔn)

以DSA 檢查結(jié)果為金標(biāo)準(zhǔn)。由兩名經(jīng)驗豐富的放射科醫(yī)師對DSA 圖像進行分析確定有無動脈瘤，并記錄相應(yīng)的數(shù)目、大小及部位。動脈瘤定義為顱內(nèi)動脈壁上的異常凸起或隆起。

1.4 統(tǒng)計學(xué)方法

采用SPSS 20.0 統(tǒng)計軟件分析數(shù)據(jù)。符合正態(tài)分布的計量資料以均數(shù)±標(biāo)準(zhǔn)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(xué)意義。

2 結(jié)果

2.1 DSA 檢查結(jié)果

48 例患者中，38 例（79.17%）患者的DSA 檢查共確定43 個動脈瘤（其中，5 例患者有2 個動脈瘤，33 例患者有1 個動脈瘤），10 例（20.83%）患者的DSA 檢查未發(fā)現(xiàn)動脈瘤。

2.2 低、高年資住培醫(yī)師單獨閱片與應(yīng)用AI 閱片對動脈瘤的檢出率

以DSA 檢查結(jié)果為金標(biāo)準(zhǔn)，低年資住培醫(yī)師應(yīng)用AI 閱片和單獨閱片分別準(zhǔn)確檢出41 個和34 個動脈瘤。低年資住培醫(yī)師應(yīng)用AI 閱片對動脈瘤的檢出率為95.35%（41/43），顯著高于單獨閱片的79.07%（34/43），差異具有統(tǒng)計學(xué)意義（P＜0.05），見表1。

表1 低、高年資住培醫(yī)師單獨閱片與應(yīng)用AI 閱片對動脈瘤的檢出率及閱片時間

高年資住培醫(yī)師應(yīng)用AI 閱片和單獨閱片分別準(zhǔn)確檢出40 個和36 個動脈瘤。高年資住培醫(yī)師應(yīng)用AI 閱片對動脈瘤的檢出率為93.02%（40/43），高于單獨閱片的83.72%（36/43），但差異無統(tǒng)計學(xué)意義（P＞0.05），見表1。

2.3 住培醫(yī)師獨立閱片和聯(lián)合AI 閱片的診斷時間

低年資與高年資住培醫(yī)師應(yīng)用AI 對頭部CTA 的閱片時間均短于單獨閱片，差異有統(tǒng)計學(xué)意義（P＜0.001）。見表1。

3 討論

腦動脈瘤破裂會導(dǎo)致嚴重的后果，死亡率高達40%，且幸存者亦可能長期患有神經(jīng)系統(tǒng)后遺癥和生活質(zhì)量下降[5]。因此，早期發(fā)現(xiàn)和及時干預(yù)是腦動脈瘤臨床治療和良好預(yù)后的關(guān)鍵。住培醫(yī)師作為放射科的重要培訓(xùn)對象，其在一線閱片工作承擔(dān)著大量的閱片任務(wù)。由于CTA 薄層圖像眾多，且腦動脈瘤體積微小，導(dǎo)致住培醫(yī)師漏診動脈瘤時有發(fā)生；此外，日常閱片工作占用了大量規(guī)范化培訓(xùn)時間，住培醫(yī)師亟需提升閱片效率，縮短工作時間，從而有更多的時間用于專業(yè)知識的學(xué)習(xí)。文獻報道，AI 在輔助住培醫(yī)師診斷肺結(jié)節(jié)、肺栓塞等方面具有一定提升價值[3-4]。因此，本研究將探討住培醫(yī)師應(yīng)用人工智能提升動脈瘤檢出效能的價值。

Heit 等[6]研究結(jié)果顯示，AI 軟件診斷腦動脈瘤的敏感度、特異度和準(zhǔn)確度分別為95.0%、100.0%和99.7%，提示AI 對檢出腦動脈瘤具有較高效能。Park 等[7]研究發(fā)現(xiàn)，AI 輔助放射科醫(yī)師能夠顯著提高CTA 檢出腦動脈瘤的平均敏感度（從83%提高到89%）。本研究結(jié)果顯示，低年資住培醫(yī)師應(yīng)用AI 閱片對動脈瘤的檢出率為95.35%，顯著高于單獨閱片的79.07%（P＜0.05）；高年資住培醫(yī)師應(yīng)用AI 閱片對動脈瘤的檢出率為93.02%，高于單獨閱片的83.72%，但差異無統(tǒng)計學(xué)意義（P＞0.05）。分析原因為：低年資住培醫(yī)師由于經(jīng)驗更為缺乏，在未應(yīng)用AI 的情況下對動脈瘤的檢出率相對較低，在AI 輔助下對動脈瘤的檢出率能夠顯著提升；而高年資住培醫(yī)師由于接受培訓(xùn)時間較長，即使在未應(yīng)用AI 的情況下仍具有相對較高檢出率，導(dǎo)致應(yīng)用AI 后檢出率雖有提升但差異無統(tǒng)計學(xué)意義。上述結(jié)果與Yang 等[8]報道類似，其研究結(jié)果發(fā)現(xiàn)AI 對經(jīng)驗不足的放射科醫(yī)生有更大的提升作用，而對經(jīng)驗豐富的醫(yī)生提升效能有限。

本研究還發(fā)現(xiàn)，低、高年資住培醫(yī)師應(yīng)用AI 對頭部CTA 的閱片時間均短于單獨閱片，差異有統(tǒng)計學(xué)意義（P＜0.001）。這與Wei 等[9]的報道類似，其結(jié)果顯示，在AI 輔助下，初級醫(yī)師和高級醫(yī)師的診斷腦動脈瘤的效率分別提高了20.7%[（141.1±52.6）s 至（111.9±46.3）s]和18.8%[（113.2±42.5）s 至（91.9±41.2）s]。分析原因為：AI 通過深度學(xué)習(xí)算法及圖像分隔技術(shù)，能夠精準(zhǔn)識別并標(biāo)注病灶，幫助住培醫(yī)師快速定位可疑動脈瘤，提升工作效率，縮短閱片時間。

本研究具有一些不足。第一，本研究為單中心研究，樣本量相對較少，導(dǎo)致未對不同大小、不同部位動脈瘤的檢出率進行分層分析，未來需開展多中心的大樣本研究進一步分析。第二，本研究僅對某一品牌的AI 軟件進行了分析，將來需進一步探討不同品牌或廠商的AI 軟件對住培醫(yī)師檢出動脈瘤效能的影響。

綜上所述，低、高年資住培醫(yī)師應(yīng)用AI 有助于提升腦動脈瘤檢出率及縮短閱片時間，且以低年資住培醫(yī)師應(yīng)用效果更佳，可在放射科住培醫(yī)師的培訓(xùn)工作中大力推廣。