李大勝，王娜娜，董建平，霍志毅，裴麗君，劉 曦

1. 北京市海淀醫(yī)院（北京大學(xué)第三醫(yī)院海淀院區(qū)） a. 放射科；b. 感染科，北京 100080；

2. 北京大學(xué) 人口研究所，北京 100871；3. 聯(lián)影智能醫(yī)療科技（北京）有限公司，北京 100036

引言

新 型 冠 狀 病 毒 肺 炎（Coronavirus Disease 2019，COVID-19）是由一種新型的冠狀病毒引起的，國(guó)際病毒分類委員會(huì)冠狀病毒研究小組將該病毒命名為SARS-CoV-2。該病毒具有較強(qiáng)的傳染性，感染者病情發(fā)展迅速，嚴(yán)重者會(huì)出現(xiàn)呼吸窘迫綜合征、呼吸衰竭等并發(fā)癥，可導(dǎo)致死亡[1]。目前，臨床診斷主要依據(jù)流行病學(xué)史、臨床癥狀、實(shí)驗(yàn)室檢查結(jié)果、胸部影像表現(xiàn)以及核酸檢測(cè)（咽拭子或血清抗體）或基因測(cè)序同源對(duì)比等信息，并將患者分為疑似病例和確診病例。針對(duì)疫情，國(guó)家衛(wèi)健委發(fā)布的《新型冠狀病毒感染的肺炎診療方案（試行第五版）》[1]，在臨床上依據(jù)肺炎影像學(xué)特征將疑似患者納入“臨床診斷病例”的分類，胸部影像學(xué)檢查在COVID-19診斷中的作用越來越重要。此外，國(guó)家衛(wèi)健委發(fā)布的《新型冠狀病毒感染的肺炎診療方案（試行第六版）》[2]指出，胸部影像學(xué)顯示24～48 h內(nèi)病灶明顯進(jìn)展＞50%者按重型管理，表明胸部影像學(xué)征象對(duì)于COVID-19的治療具有重要的指導(dǎo)作用。

然而，COVID-19與其他病原體引發(fā)的社區(qū)獲得性肺炎（Community Acquired Pneumonia，CAP）之間的鑒別診斷依然是臨床工作中的重點(diǎn)和難點(diǎn)，早診斷和早治療對(duì)影像和臨床醫(yī)生提出了更大的挑戰(zhàn)[3-5]。近年來，臨床應(yīng)用的人工智能（Arti ficial Intelligence，AI）輔診系統(tǒng)具備良好的檢測(cè)敏感性和自動(dòng)定量分析功能[5-8]。目前，針對(duì)COVID-19疫情的AI輔診系統(tǒng)也已經(jīng)開始在臨床使用。本文旨在探索“影像AI輔診系統(tǒng)”在COVID-19與其他CAP鑒別診斷中的應(yīng)用價(jià)值。

1 資料與方法

1.1 一般資料

2019年1月27日至2020年2月20日期間，收集了北京市海淀醫(yī)院（北京大學(xué)第三醫(yī)院海淀院區(qū)）103例肺炎患者，其中29例病例SARS-CoV-2的核酸檢測(cè)陽性，確診為COVID-19患者，作為病例組，診斷標(biāo)準(zhǔn)符合國(guó)家衛(wèi)健委《新型冠狀病毒感染的肺炎診療方案（試行第七版）》[3]；74例為排除COVID-19的CAP患者，為對(duì)照組。103例患者的年齡范圍為15～86歲，年齡中位數(shù)38歲。COVID-19組患者均經(jīng)核酸檢測(cè)為陽性確診，具有典型的流行病學(xué)接觸或暴露史，其中10例患者具有武漢旅行史或居住史，19例患者具有與確診病例密切接觸史或共同居住史，19例中的7例為家庭聚集發(fā)病。CAP組74例患者為在同一時(shí)間段就診于我院的CAP患者，部分核酸檢測(cè)為陰性，且全部隨診排除了COVID-19。兩組患者的臨床癥狀主要包括：發(fā)熱、咳嗽、咽痛、乏力、腹瀉和肌肉酸痛等。臨床化驗(yàn)有或無白細(xì)胞升高、淋巴細(xì)胞減低等情況。收集兩組患者的胸部CT影像資料，CT影像診斷由2名具有診斷經(jīng)驗(yàn)的資深醫(yī)師（10年以上年資，主治醫(yī)師）完成。

1.2 檢查及診斷方法

（1）檢查方法。所有患者均進(jìn)行胸部CT平掃，采用美國(guó)GE公司64排VCT掃描儀和中國(guó)聯(lián)影公司40排UCT530掃描儀。掃描參數(shù)：管電壓120 kV，管電流自動(dòng)調(diào)節(jié)，層厚 5 mm，層間距 5 mm，薄層重建 0.625～1 mm，掃描范圍自胸廓入口至后肋膈角水平。所有原始圖像經(jīng)過影像歸檔和通信系統(tǒng)傳輸至影像診斷工作站。

（2）診斷方法。所有圖像由2名具有豐富工作經(jīng)驗(yàn)的放射診斷醫(yī)師分別采用常規(guī)閱片和AI輔診系統(tǒng)輔助閱片方式進(jìn)行分析。同時(shí)應(yīng)用AI輔診系統(tǒng)進(jìn)行定量分析，根據(jù)病變累及范圍、病變區(qū)域密度值等級(jí)劃分，得出感染區(qū)域體積占比及感染區(qū)域?qū)嵶兎治鰣?bào)告。結(jié)合病例的影像和臨床情況，探討基于AI測(cè)量指標(biāo)的COVID-19和CAP患者CT圖像的鑒別診斷價(jià)值。

本研究使用的AI輔診系統(tǒng)（uAI新冠肺炎智能輔助分析系統(tǒng)，上海聯(lián)影智能醫(yī)療科技有限公司）通過學(xué)習(xí)大量COVID-19病人的CT影像數(shù)據(jù)，可以自動(dòng)識(shí)別胸部CT影像中炎癥病變的影像特征，并進(jìn)行全自動(dòng)病灶勾畫、病灶體積測(cè)量及體積占比的量化分析。該系統(tǒng)的分割技術(shù)基于VB-Net[9-11]卷積神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)。相較于其他圖像分割網(wǎng)絡(luò)，VB-Net采用了模型壓縮及顯存優(yōu)化等技術(shù)，具有運(yùn)行速度快、資源消耗小等特點(diǎn)，更適合處理三維醫(yī)學(xué)影像的分割任務(wù)。CT胸部影像分析流程：① 導(dǎo)入患者胸部CT影像，對(duì)左右肺、肺葉和肺段進(jìn)行分割；② 分割肺內(nèi)的病灶；③ 統(tǒng)計(jì)分割得到的病灶在全肺、左肺和右肺的體積，以及相應(yīng)的感染百分比，同時(shí)結(jié)合病灶在肺內(nèi)的分割統(tǒng)計(jì)病灶內(nèi)不同密度（Houns field Unit，HU）區(qū)間的體積以及全肺占比。這些量化指標(biāo)可以更為有效地描述COVID-19患者的典型與不典型CT征象。

1.3 統(tǒng)計(jì)學(xué)分析

首先，采用χ2檢驗(yàn)方法檢驗(yàn)性別在COVID-19組和CAP組間的差異；對(duì)年齡的原始數(shù)據(jù)進(jìn)行l(wèi)og轉(zhuǎn)換，采用t檢驗(yàn)分析兩組年齡的差異；將AI測(cè)量數(shù)據(jù)（不同密度的感染體積及感染占比）進(jìn)行l(wèi)og數(shù)據(jù)轉(zhuǎn)換后，使數(shù)據(jù)的分布符合或接近正態(tài)分布，且方差齊性，然后采用One-way ANOVA檢驗(yàn)AI測(cè)量值在兩組之間的差異，采用均值±標(biāo)準(zhǔn)差（±s）表示對(duì)數(shù)轉(zhuǎn)換后的平均水平。應(yīng)用SPSS 20.0進(jìn)行統(tǒng)計(jì)分析，P＜0.05作為統(tǒng)計(jì)學(xué)顯著性水平。

2 結(jié)果

2.1 COVID-19組和CAP組的CT影像資料分析

COVID-19具有一定的影像學(xué)典型征象。在臨床實(shí)踐中，根據(jù)病變受累的范圍和表現(xiàn)，推薦將COVID-19的CT表現(xiàn)分為3個(gè)階段：早期、進(jìn)展期和重癥期，部分患者經(jīng)過隔離治療可出現(xiàn)放射學(xué)的轉(zhuǎn)歸期[1-3,12]。本研究入組的29例COVID-19患者的初次CT檢查，涵蓋了不同階段的CT表現(xiàn)征象。

COVID-19早期CT表現(xiàn)為單肺或雙肺多發(fā)局限性磨玻璃影、結(jié)節(jié)影、淡片影，或者斑片狀、片狀磨玻璃陰影，病變多散在分布，邊界不清。COVID-19單發(fā)病灶與多發(fā)病灶，分別見圖1和圖2。進(jìn)展期CT表現(xiàn)為雙肺多發(fā)磨玻璃影、程度不等的實(shí)變影。重癥期CT表現(xiàn)為雙肺彌漫性磨玻璃及實(shí)變，密度不均，實(shí)變影內(nèi)見空氣支氣管征與支氣管輕度擴(kuò)張，雙肺大部分受累時(shí)呈“白肺”表現(xiàn)，伴少許纖維索條影，并雙側(cè)少量胸腔積液。

本研究的COVID-19組和CAP組的影像特點(diǎn)與其他研究結(jié)果基本相同，根據(jù)形態(tài)學(xué)特點(diǎn)可以做出初步鑒別判斷[12-13]。但部分病例鑒別診斷仍存在困難，常規(guī)閱片的方法無法在第一時(shí)間排除COVID-19，還需要等待核酸檢測(cè)等臨床檢查結(jié)果后才能確認(rèn)。

圖1 COVID-19單發(fā)病灶CT圖像

圖2 COVID-19多發(fā)病灶CT圖像

2.2 AI輔診系統(tǒng)對(duì)COVID-19和CAP鑒別診斷結(jié)果

29例COVID-19病例中，男女比例分別是44.83%和55.17%；74例CAP對(duì)照組患者中，男女比例分別是59.46%和40.54%，采用χ2檢驗(yàn)性別在兩組之間的差異無統(tǒng)計(jì)學(xué)顯著性（P＞0.05）；COVID-19組的年齡中位數(shù)是46歲，年齡范圍24～86歲，CAP組年齡中位數(shù)是37歲，年齡范圍是15～80歲。將年齡原始數(shù)據(jù)經(jīng)log轉(zhuǎn)換后進(jìn)行t檢驗(yàn)，年齡在COVID-19組和CAP組間無統(tǒng)計(jì)學(xué)顯著性差異（P＞0.05）（表1），年齡和性別在兩組之間無統(tǒng)計(jì)學(xué)顯著性，表明兩組具有較好的可比性。

表1 COVID-19組和CAP組的性別和年齡比較

COVID-19組和CAP組的AI測(cè)量值比較，見表2。表2中數(shù)據(jù)均為對(duì)數(shù)轉(zhuǎn)換后的均數(shù)，接近或符合正態(tài)分布，且方差齊性，采用One-way ANOVA檢驗(yàn)兩組在AI測(cè)量值的差別，使用±s表示對(duì)數(shù)轉(zhuǎn)換后的平均數(shù)。研究結(jié)果顯示，密度為HU（-750，-300）的感染體積及感染病灶占比在COVID-19組和CAP組之間均存在顯著的統(tǒng)計(jì)學(xué)差異（P＜0.05）；全肺感染體積及其感染占比、左肺感染體積及其感染占比、右肺感染體積及其感染占比、HU（＜-750）感染體積及其感染占比、HU（-300，49）感染體積及其感染占比在兩組之間無統(tǒng)計(jì)學(xué)差異（P＞0.05）。圖3顯示了HU（-750，-300）感染體積及感染占比在COVID-19組和CAP組之間的比較結(jié)果，顯示COVID-19組的HU（-750，-300）感染體積平均水平及感染占比平均水平均顯著高于CAP組。

3 討論

CT影像是篩查COVID-19的有效方法，與核酸檢測(cè)相比耗時(shí)少，完成一次胸部CT掃描僅需要幾十秒。高清晰度的CT圖像可以通過網(wǎng)絡(luò)傳輸，便于遠(yuǎn)程閱片。CT圖像的分辨力高，可以很好地顯示肺部病灶的細(xì)節(jié)及特點(diǎn)，但薄層CT影像圖片較多、工作量大，一次CT掃描就產(chǎn)生超過300幅影像。診斷準(zhǔn)確性取決于影像診斷醫(yī)師的水平和細(xì)致程度，工作強(qiáng)度較大，容易出現(xiàn)漏、誤診。我院作為北京市COVID-19定點(diǎn)收治醫(yī)院，引入“uAI新冠肺炎智能輔助分析系統(tǒng)”，處理完成300余幅圖像僅需10 s，而人工處理需要10～15 min以上才能完成全部評(píng)價(jià)，現(xiàn)在AI+人工大約5 min就可以完成，大幅提高了臨床診斷效率，為臨床COVID-19的準(zhǔn)確診斷提供了新的依據(jù)和保障[4-6,14-15]。

表2 COVID-19組和CAP組之間的AI測(cè)量值比較（±s）

注：表中變量均為對(duì)數(shù)轉(zhuǎn)換后，接近或符合正態(tài)分布且方差齊性，采用One-way ANOVA檢驗(yàn)。

組別占比(%)COVID-19(n=29)全肺感染 左肺感染 右肺感染 HU (＜-750)感染 HU (-750, -300)感染 HU (-300, 49)感染體積(cm3)占比(%)體積(cm3)占比(%)體積(cm3)占比(%)體積(cm3)占比(%)體積(cm3)占比(%)體積(cm3)-1.28±1.46 CAP(n=74)3.86±1.78 0.20±1.63 1.98±2.64-0.39±1.85 2.21±3.04-0.09±2.05 0.98±1.90-1.77±1.02 3.52±1.74-0.08±1.51 1.67±2.28-1.52±1.06 F值 3.671 3.784 2.776 2.326 2.505 3.957 3.291 2.839 5.201 6.402 0.654 0.884 P值 0.058 0.055 0.099 0.130 0.117 0.049 0.073 0.095 0.025 0.013 0.421 0.349 3.07±1.92-0.43±1.43 0.98±2.77-0.98±1.72 1.22±2.76-0.84±1.57 0.23±1.87-2.03±0.55 2.57±1.94-0.85±1.34 1.29±2.13

圖3 COVID-19組和CAP組的HU（-750，-300）感染體積（a）及感染占比（b）散點(diǎn)分布圖

COVID-19和CAP患者的CT影像存在差別。目前，臨床上更多的是進(jìn)行形態(tài)學(xué)內(nèi)容分析、定性描述[9-10,16-17]，而我們通過在臨床工作中應(yīng)用AI，可以對(duì)肺炎病灶進(jìn)行的定量分析，其中的部分指標(biāo)對(duì)COVID-19的診斷和鑒別診斷具有統(tǒng)計(jì)學(xué)意義?；贏I測(cè)量指標(biāo)的COVID-19 CT影像鑒別診斷在臨床上也可以實(shí)現(xiàn)。

目前，針對(duì)COVID-19的影像學(xué)特征還缺乏定量評(píng)估的分析和研究，很多研究都是以影像表現(xiàn)的描述為主[16-18]。有研究報(bào)道了基于影像特征的AI輔診系統(tǒng)，探討了AI在肺炎診斷中的作用[4-5]，提出重型及危重型COVID-19患者病灶占整肺百分比呈現(xiàn)遞增趨勢(shì)。本研究以輕型和普通型為主，病灶占整肺百分比程度相對(duì)較小，同樣驗(yàn)證了該系統(tǒng)的定量評(píng)估作用。對(duì)于肺炎疑似患者，該系統(tǒng)會(huì)立即生成肺炎分析報(bào)告，包含感染區(qū)域體積占比和感染區(qū)域?qū)嵶兎治鰞蓚€(gè)方面，感染區(qū)域體積占位分析了病灶在全肺、每個(gè)肺葉的體積比例。

本研究中COVID-19組與CAP組的統(tǒng)計(jì)學(xué)比較顯示，HU（-750，-300）感染體積及感染占比在兩組間均存在統(tǒng)計(jì)學(xué)意義。而全肺感染體積及其感染占比、左肺感染體積及其感染占比、右肺感染體積及其感染占比、HU（＜-750）感染體積及其感染占比、HU（-300，49）感染體積及其感染占比在兩組之間無統(tǒng)計(jì)學(xué)差異（P＞0.05）。本研究中COVID-19和CAP組的病灶密度存在差別，初診的COVID-19感染區(qū)域內(nèi)密度為HU（-750，-300）的成分與CAP的成分之間存在差異，提示了COVID-19病灶內(nèi)的密度較低，也就是密度在HU（-750，-300）的病灶體積較大，占全部病灶的比例較大。在國(guó)內(nèi)外的研究中，通常把這種病灶描述為磨玻璃樣密度影[9-13,19-21]，但是這種計(jì)算定量測(cè)量密度和比例的工作在人工閱片診斷時(shí)無法完成。AI輔助診斷可以非常快捷和準(zhǔn)確地獲得定量數(shù)據(jù)，與人工傳統(tǒng)閱片相結(jié)合，可以對(duì)炎癥病灶中所謂的磨玻璃密度影病灶進(jìn)行定量分析，從而為COVID-19和CAP的鑒別診斷提供更確切的依據(jù)。

4 結(jié)論

CT檢查結(jié)果是COVID-19確診的重要手段，在臨床篩查工作中具有明顯的優(yōu)勢(shì)。AI輔診系統(tǒng)可以大大提高CT的診斷效率，并在對(duì)病灶量化測(cè)量的基礎(chǔ)上，通過對(duì)肺炎病灶的形態(tài)學(xué)觀察，對(duì)COVID-19和CAP進(jìn)行鑒別診斷，使CT在篩查中發(fā)揮更大的作用。本研究的不足之處在于樣本量較小，對(duì)COVID-19的定量研究尚缺乏大數(shù)據(jù)支持，需要在更多的臨床應(yīng)用中去驗(yàn)證。