人工智能輔助閱片在計算機體層成像鑒別診斷惡性肺結節(jié)中的價值

陳振坤 盧夢穎 王浩 福清市高山鎮(zhèn)中心衛(wèi)生院 （福建 福清 350319）

內容提要： 目的：探討人工智能輔助閱片在計算機體層成像（CT）鑒別診斷惡性肺結節(jié)中的價值。方法：收集2021年8月～2023年8月在本院放射科接受胸部CT檢查并明確存在肺結節(jié)的患者176例（208個結節(jié)），分別進行CT檢查及人工、人工智能（AI）閱片，根據閱片方式不同分為人工組、AI組。對比不同胸部CT閱片方式的肺結節(jié)檢出情況、檢出時間、性質鑒別準確性差異。結果：人工組共檢出結節(jié)125個，檢出率為60.10%；AI組共檢出結節(jié)205個，檢出率為98.56%。AI組的不同直徑、位置、密度肺結節(jié)檢出率分別高于人工組。AI組的結節(jié)總檢出率高于人工組，差異有統(tǒng)計學意義（P＜0.05）。AI組檢測肺結節(jié)平均時間短于人工組，差異有統(tǒng)計學意義（P＜0.05）。81個良性結節(jié)中，AI組檢出率為97.53%，人工組檢出率為90.12%，采用Kappa檢驗得出，AI與病理結果的一致性較好；惡性結節(jié)127個，AI組檢出率為99.21%，人工組檢出率為94.49%，AI與病理結果的一致性較好。結論：AI檢出及鑒別肺結節(jié)良惡性的作用基本與影像醫(yī)師鑒別診斷結果相似，在一定程度上可以替代人工進行一系列輔助工作，以增加肺結節(jié)的檢出率及良惡性鑒別準確性。

肺結節(jié)一般無明顯臨床癥狀，多由體檢發(fā)現(xiàn)，其出現(xiàn)的病因復雜，有良惡性之分，其中良性居多。根據數量分類，肺結節(jié)可分為孤立性、多發(fā)性肺結節(jié)；根據病灶大小分類可分為微小結節(jié)（直徑＜5mm）、小結節(jié)（直徑5～10mm）、大結節(jié)（直徑＞10mm）；按密度分類可分為實性肺結節(jié)、亞實性肺結節(jié)，后者又可分為純磨玻璃結節(jié)、部分實性結節(jié)[1,2]。近年肺癌發(fā)病率持續(xù)攀升，肺結節(jié)作為早期肺癌的臨床表現(xiàn)，一旦發(fā)現(xiàn)，及時準確定性并制定后續(xù)治療方案是避免早期肺癌漏診、優(yōu)化肺癌患者治療預后的關鍵所在[3,4]。隨著X射線計算機體層成像（Computed Tomography，CT）技術的發(fā)展及臨床應用增加，常規(guī)體檢及肺結節(jié)復查患者的CT檢查需求激增，影像科醫(yī)師的閱片壓力增加，長時間閱片也增加了誤診率、漏診率。人工智能（Artificial Intelligence，AI）技術是一個以計算機科學為基礎，由計算機、心理學、哲學等多學科交叉融合的交叉學科、新興學科，目前已經在機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等領域獲得成功應用[5,6]。AI在CT閱片中的應用近年受到較多關注，其可對大量CT影像進行初步篩查并標記疑似病變部位，提供相關診斷信息幫助臨床決策。目前，關于AI在肺部CT閱片中的作用及與人工閱片對比的研究涉及極少，故本次研究以此為切入點展開討論，以期為后續(xù)肺部CT的閱片策略制定提供參考。

1.資料與方法

1.1 臨床資料

收集2021年8月～2023年8月在本院放射科接受胸部CT檢查并明確存在肺結節(jié)的患者176例（208個結節(jié)），其中，男性82例、女性94例，年齡27～71歲，平均（50.71±12.86）歲，合并既往肺癌家族史65例、本人吸煙史48例。最終經外科手術和穿刺活檢明確良性結節(jié)81個、惡性結節(jié)127個。所有入組患者本人簽署知情同意書，經本院倫理委員會審核批準此次研究計劃。

納入標準：①符合臨床對肺結節(jié)的診斷標準，且進一步結合手術、穿刺病理學檢查確診為肺結節(jié)性病變者；②未合并慢性阻塞性肺疾病、肺炎等其他肺部疾患；③心肝腎功能基本正常、營養(yǎng)及免疫功能正常，可耐受手術、穿刺等創(chuàng)傷者；④配合檢查及干預，臨床資料獲取完整。排除標準：①肺結節(jié)最大直徑＞3cm者；②合并全身其他器官惡性腫瘤，或肺部多發(fā)轉移瘤者；③合并肺部纖維化等可能使肺部CT影像產生運動偽影者；④妊娠或者哺乳期女性。

1.2 方法

采用SOMATOM Definition Flash型雙源64排螺旋CT掃描，設置掃描參數為：100kV、100mA、0.5s，層間距5mm、層厚5mm、螺距0.984:1，矩陣512×512。檢查時患者取仰臥位，雙手舉過頭頂，囑患者吸氣后屏住呼吸，機器從肺尖掃描至肺底部。將影像學數據傳輸至工作站，所有數據分別用人工、AI進行分析。人工組在生成CT影像后存檔，由影像學醫(yī)師進行審核，開具檢測報告。AI組由AI軟件自動閱片并開出報告。

1.4 統(tǒng)計學分析

使用統(tǒng)計學軟件SPSS 22.0對文中所得數據進行計算處理，P＜0.05為差異有統(tǒng)計學意義的標準。文中計量資料均符合正態(tài)分布，兩組間比較采用t檢驗。計數資料的比較采用χ2檢驗。采用Kappa檢驗評價AI、人工與病理結果的一致性，其中Kappa值＜0.4提示一致性較差，Kappa值0.4～0.75提示一致性一般，Kappa值＞0.75提示一致性較好。

2.結果

2.1 AI組、人工組對肺結節(jié)的檢出情況比較

經外科手術和穿刺活檢進行的病理診斷確認，176例患者共檢出208個結節(jié)，其中良性結節(jié)81個、惡性結節(jié)127個。人工組共檢出結節(jié)125個，檢出率為60.10%；AI組共檢出結節(jié)205個，檢出率為98.56%。AI組的不同直徑、位置、密度肺結節(jié)檢出率分別高于人工組。AI組的結節(jié)總檢出率高于人工組，差異有統(tǒng)計學意義（P＜0.05）。見表1。

表1.AI組、人工組對肺結節(jié)的檢出情況比較

2.2 AI組、人工組對肺結節(jié)的檢出時間比較

人工組分析肺結節(jié)的平均時間為（462.83±91.03）s，當連續(xù)閱片30 份后，檢測肺結節(jié)的平均時間增加為（564.34±98.74）s。AI 組檢測肺結節(jié)平均時間為（140.27±32.19）s，隨著閱片量的增加，檢測肺結節(jié)的平均時間無明顯延長。AI組檢測肺結節(jié)平均時間短于人工組，差異有統(tǒng)計學意義（P＜0.05）。

2.3 AI組、人工組對肺結節(jié)性質鑒別準確性評估

81個良性結節(jié)中，AI組檢出率為97.53%，人工組檢出率為90.12%，采用Kappa檢驗得出，AI與病理結果的一致性較好；惡性結節(jié)127個，AI組檢出率為99.21%，人工組檢出率為94.49%，AI與病理結果的一致性較好。見表2。

表2.AI組、人工組對肺結節(jié)性質鑒別準確性評估

3.討論

肺結節(jié)有良惡性之分，良性者多由細菌、真菌感染引起的炎癥所致，惡性者則為肺癌、淋巴瘤等。早期肺癌可無任何臨床不適，其篩查以血液腫瘤標志物、胸部X射線檢查為主，但其靈敏度、特異度均較低，用于早期肺癌診斷的作用較弱。近年CT檢查在臨床中大力推廣，顯著提升了肺結節(jié)的檢出率，對于肺癌的早期發(fā)現(xiàn)、早期治療具有積極作用，是目前肺癌患者的5年生存率顯著提升的重要原因之一[7,8]。但隨著臨床肺部CT檢查量的迅猛增加，影像科醫(yī)師的閱片工作量驟增，部分醫(yī)院甚至需要CT攝片后數天才能出報告，在閱片準確度、效率方面均存在一定困境。

隨著大數據時代來臨以及計算機計算能力在臨床上的應用，AI技術在術前診斷中的應用越來越多，不少學者指出AI閱片可分散一部分人工閱片的壓力，簡化工作流程并為準確的人工閱片提供重要信息。但由于肺內結構復雜、肺結節(jié)的位置及形態(tài)又具有多樣性，尤其當肺結節(jié)貼近正常肺內結構時，很大概率干擾AI檢測并影響其準確性。因此目前AI閱片能否替代人工閱片仍存在較大爭議。本文將同一例患者的肺部CT影像學資料分別采用人工閱片、AI閱片方式，對比其在結節(jié)檢出率、檢出時間、性質鑒別準確性方面的差異，為后續(xù)肺部CT閱片中人工及AI的選擇或者配合等提供實踐經驗及建議。

文中在肺結節(jié)檢出率方面，AI組較人工組更勝一籌，尤其在直徑較小、結節(jié)位置貼近正常肺部組織、密度較低的結節(jié)檢出中，其檢出率尤其高。這主要由于人工閱片時容易受到各種肺部組織影響，且人眼對組織密度等辨識度不足及其靈敏、準確，因此隱蔽、微小的肺結節(jié)人工閱片時存在較高的漏診率[9,10]。在閱片時間方面，AI組也展現(xiàn)了明顯的優(yōu)勢，其閱片時間基本保持穩(wěn)定快速，而人工閱片依靠影像科醫(yī)師的專業(yè)知識、對肺部組織變化的敏感度、視力的銳利度等，且隨著閱片時間延長其精力下降、眼部勞累程度增加，均導致單次閱片出結果時間延長且準確率下降。而AI主要依靠機械性的計算機參數，不受人為體能及疲勞等影響，隨著閱片量增加、閱片速度仍可保持在高水準。最后在肺結節(jié)良惡性鑒別方面，人工組、AI組與結節(jié)最終病理結果均保持良好的一致性[11-14]。故總而言之，AI參與肺部CT閱片是切實可行的，但考慮到AI技術缺乏影像學醫(yī)師的臨床經驗等，可將AI加入CT閱片流程中，使AI系統(tǒng)提示結節(jié)信息、惡性概率等客觀參數，影像學醫(yī)師再結合具體圖像信息最終作出結節(jié)性質的判斷，在緩解目前肺部CT閱片量過大、診斷醫(yī)師數量不足矛盾的同時不降低閱片的準確性。

綜上所述，本文認為AI檢出及鑒別肺結節(jié)良惡性的作用基本與影像醫(yī)師鑒別診斷結果相似，在一定程度上可以替代人工進行一系列輔助工作，以增加肺結節(jié)的檢出率及良惡性鑒別準確性。