陳 均，陳巧一（通信作者）

（重慶市永川區(qū)人民醫(yī)院放射科 重慶 402160）

隨著醫(yī)學(xué)影像檢查技術(shù)不斷發(fā)展，特別是多層螺旋CT的廣泛應(yīng)用，肺結(jié)節(jié)的檢出率明顯增高。CT掃描層厚越來(lái)越薄，由之前雙排、16排的1.5 mm/層發(fā)展到現(xiàn)在超高端螺旋CT的0.5 mm/層，雖然層厚越來(lái)越薄，提供的診斷信息越來(lái)越多，但圖像層數(shù)也越來(lái)越多，影像診斷醫(yī)生的工作量及壓力顯著增大。普通成年人行常規(guī)胸部CT檢查，如層厚0.6 mm/層，平掃肺窗將會(huì)有500張左右圖像，再加上軟組織窗、骨窗圖像，診斷人員每完成1例胸部CT檢查診斷，將調(diào)閱上千張圖像資料，很難避免微小結(jié)節(jié)的漏診、誤診。越小的結(jié)節(jié)越容易漏診，尤其是放射科醫(yī)師在長(zhǎng)時(shí)間工作產(chǎn)生疲勞之后，這符合臨床上對(duì)肺結(jié)節(jié)檢測(cè)的普遍經(jīng)驗(yàn)[1]。隨著科學(xué)技術(shù)的發(fā)展，計(jì)算機(jī)輔助人工智能診斷系統(tǒng)（AI）逐漸應(yīng)用于影像診斷領(lǐng)域，其中肺結(jié)節(jié)的計(jì)算機(jī)輔助人工智能診斷應(yīng)用最早、也最廣泛。隨著影像科醫(yī)生閱片對(duì)AI的應(yīng)用逐漸增多，AI影像輔助診斷系統(tǒng)對(duì)減少漏、誤診，提高閱片速度及診斷正確率發(fā)揮了巨大的作用，使肺結(jié)節(jié)的檢出率明顯提高[2]。AI分析的準(zhǔn)確性成為廣大影像科閱片醫(yī)生關(guān)注的重點(diǎn)。本研究旨在探討AI對(duì)肺結(jié)節(jié)的篩查準(zhǔn)確率及風(fēng)險(xiǎn)評(píng)估準(zhǔn)確率，推動(dòng)AI輔助診斷技術(shù)在胸部CT檢查中的應(yīng)用。

1 資料與方法

1.1 一般資料

回顧分析重慶市永川區(qū)人民醫(yī)院2019年12月—2021年5月收治的以肺部癥狀就診的行胸部或者胸腹部聯(lián)合CT掃描、AI與影像診斷醫(yī)生共同診斷的90例肺結(jié)節(jié)患者。AI診斷結(jié)節(jié)閾值3 mm。排除標(biāo)準(zhǔn)：塵肺粟粒結(jié)節(jié)、轉(zhuǎn)移瘤、雙肺間質(zhì)性病變、嚴(yán)重肺氣腫等患者；常規(guī)體檢、常規(guī)術(shù)前檢查、外傷患者。90例患者中男性52例，女性38例，年齡17～78歲，平均年齡（57.6±8.4）歲。患者均對(duì)本試驗(yàn)知情并簽署同意書(shū)。

1.2 方法

所有病例均使用飛利浦（極速之心）Ingenuity core 64排128層螺旋CT掃描。患者取仰臥位，頭先進(jìn)，囑患者屏氣后一次性完成全肺掃描。掃描參數(shù)：管電壓120 kV，管電流 50～200 mA，層厚5.0 mm，層距5.0 mm。掃描結(jié)束后，使用Reduce Dose 18算法行肺組織窗薄層重建，層厚1.0 mm，層距1.0 mm，由肺尖重建至肺底（包含全部肺野）[3]。

1.3 圖像分析與處理

所有病例分別由診斷醫(yī)師及AI進(jìn)行分析診斷。診斷醫(yī)師由中級(jí)診斷醫(yī)師按日常工作狀態(tài)進(jìn)行閱片分析（使用衛(wèi)寧健康PACS系統(tǒng)閱片）；AI分析由醫(yī)準(zhǔn)智能公司提供的肺結(jié)節(jié)人工智能診斷系統(tǒng)V5.0版本軟件自動(dòng)識(shí)別和標(biāo)記肺結(jié)節(jié)。結(jié)節(jié)大小以6 mm為分界標(biāo)準(zhǔn)（參照《中國(guó)肺癌篩查標(biāo)準(zhǔn)（T/CPMA013-2020）》實(shí)性結(jié)節(jié)或部分實(shí)性結(jié)節(jié)LDCT隨訪分界標(biāo)準(zhǔn)）[4]。由2名高年資中級(jí)醫(yī)師在參照AI的結(jié)果上通過(guò)薄層（1 mm）橫斷面圖像及多平面重組等技術(shù)，判斷結(jié)節(jié)的真實(shí)性，以2名醫(yī)師的一致性意見(jiàn)作為參照標(biāo)準(zhǔn)，意見(jiàn)不統(tǒng)一時(shí)，由高級(jí)職稱(chēng)醫(yī)師組織共同討論，得出統(tǒng)一診斷金標(biāo)準(zhǔn)。結(jié)節(jié)風(fēng)險(xiǎn)評(píng)估以高風(fēng)險(xiǎn)結(jié)節(jié)（AI）和擬診惡性腫瘤結(jié)節(jié)（診斷醫(yī)師）為統(tǒng)計(jì)數(shù)據(jù)，以手術(shù)、穿刺病理結(jié)果為金標(biāo)準(zhǔn)[5]。

1.4 統(tǒng)計(jì)學(xué)方法

所得數(shù)據(jù)采用SPSS 22.0統(tǒng)計(jì)學(xué)軟件處理，計(jì)數(shù)資料以率（%）表示，行χ2檢驗(yàn)，若P＜0.05則表示數(shù)據(jù)差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

所選90例病例中，AI識(shí)別結(jié)節(jié)總數(shù)689個(gè)，＞6 mm結(jié)節(jié)432個(gè)，高風(fēng)險(xiǎn)（擬診腫瘤）患者30例；診斷醫(yī)師識(shí)別結(jié)節(jié)總數(shù)547個(gè)，＞6 mm結(jié)節(jié)401個(gè)，高風(fēng)險(xiǎn)（擬診腫瘤）患者25例。兩組結(jié)論與金標(biāo)準(zhǔn)對(duì)照可以得出：AI診斷肺結(jié)節(jié)靈敏度高于診斷醫(yī)師，特別是6 mm以下小結(jié)節(jié)不易漏診，但存在少量假陽(yáng)性，經(jīng)分析假陽(yáng)性結(jié)節(jié)主要為局部胸膜增厚、血管轉(zhuǎn)折、局灶性炎性滲出等；AI識(shí)別高風(fēng)險(xiǎn)結(jié)節(jié)靈敏度高于診斷醫(yī)師，特異度稍低；診斷醫(yī)師6 mm以下小結(jié)節(jié)漏診較多，漏診主要為細(xì)小結(jié)節(jié)及小磨玻璃結(jié)節(jié)。見(jiàn)表1。

表1 結(jié)節(jié)總數(shù)、＞6 mm結(jié)節(jié)及高風(fēng)險(xiǎn)（擬診腫瘤）結(jié)節(jié)

AI識(shí)別30例高風(fēng)險(xiǎn)結(jié)節(jié)，診斷醫(yī)師擬診25例腫瘤結(jié)節(jié)（腫塊），手術(shù)、穿刺確診惡性腫瘤22例，3例排除惡性腫瘤；AI對(duì)于高風(fēng)險(xiǎn)結(jié)節(jié)的檢查準(zhǔn)確率高于影像診斷醫(yī)師，靈敏度高，但特異度低于診斷醫(yī)師。AI誤判的8例高風(fēng)險(xiǎn)結(jié)節(jié)中有結(jié)核空洞1例，塵肺結(jié)節(jié)2例，炎性團(tuán)塊4例，葉間裂積液1例。

患者17歲，青年，右肺上葉空洞，病灶鄰近多發(fā)粟粒結(jié)節(jié)及小片狀影，最終診斷為肺結(jié)核。如圖1、圖2所示。

圖1 結(jié)核空洞

圖2 結(jié)核空洞

薄層觀察病灶密度較高，CT值在80 HU左右，內(nèi)見(jiàn)鈣化，雙肺散在細(xì)小結(jié)節(jié)，結(jié)合患者有粉塵接觸使，診斷塵肺團(tuán)塊。如圖3、圖4所示。

圖3 塵肺團(tuán)塊（肺窗）

圖4 塵肺團(tuán)塊（縱隔窗）

薄層觀察病灶呈片狀，內(nèi)可見(jiàn)細(xì)支氣管通行良好，抗炎治療后病灶吸收，為炎性病灶。如圖5所示。

圖5 炎性病灶

3 討論

肺癌是我國(guó)最常見(jiàn)的惡性腫瘤，病死率高于發(fā)達(dá)國(guó)家，但研究表明ⅠA期肺癌患者中，原位癌和微浸潤(rùn)性癌術(shù)后五年生存率可接近100%[6-7]，早發(fā)現(xiàn)、早診斷和早治療是延長(zhǎng)肺癌患者生存期的唯一有效方法[8]。

目前胸部CT檢查是肺結(jié)節(jié)檢出的重要手段[9]，胸部HRCT檢查成為體檢及臨床篩查肺部病變的常規(guī)檢查方法，區(qū)縣級(jí)以上醫(yī)院每天有大量CT檢查患者。胸部HRCT檢查人員日益增多，圖像數(shù)量較以前的常規(guī)螺旋CT明顯增多，對(duì)肺部細(xì)微結(jié)構(gòu)顯示更加清晰，肺結(jié)節(jié)的顯示也越來(lái)越準(zhǔn)確，但同時(shí)也明顯增加了診斷醫(yī)師的工作量，每位診斷醫(yī)師每天將調(diào)閱大量薄層CT圖像，長(zhǎng)時(shí)間的工作及緊張的節(jié)奏會(huì)加劇視疲勞，對(duì)細(xì)小肺結(jié)節(jié)容易漏診[10]。同時(shí)，患者不同時(shí)間段檢查或到不同醫(yī)院檢查，不同診斷醫(yī)師對(duì)細(xì)小肺結(jié)節(jié)的診斷率會(huì)有一定差異，患者不理解時(shí)則存在醫(yī)療糾紛的風(fēng)險(xiǎn)。計(jì)算機(jī)輔助人工智能診斷系統(tǒng)可較為精準(zhǔn)地診斷肺結(jié)節(jié)，特別是數(shù)毫米的微小結(jié)節(jié)，不易漏診，且系統(tǒng)可自動(dòng)前后對(duì)照結(jié)節(jié)大小，在檢出率及結(jié)節(jié)隨訪中具有較大優(yōu)勢(shì)。AI的出現(xiàn)不僅降低了早期肺癌的漏診率，也在一定程度上解放了影像科醫(yī)生的雙眼，使其可將有限的精力用于更高難度的工作中[11]。

在本研究中，AI識(shí)別肺小結(jié)節(jié)靈敏度高，特別對(duì)于＜6 mm的細(xì)小結(jié)節(jié)不易漏診，診斷醫(yī)師對(duì)小結(jié)節(jié)特別是6 mm以下小結(jié)節(jié)漏診較多，AI在肺小結(jié)節(jié)的診斷上有較大優(yōu)勢(shì)。AI對(duì)于高風(fēng)險(xiǎn)結(jié)節(jié)的檢查準(zhǔn)確率高于影像診斷醫(yī)師，靈敏度高，但存在一定比例假陽(yáng)性，且特異度低于影像診斷醫(yī)師?，F(xiàn)目前AI對(duì)肺結(jié)節(jié)診斷的假陽(yáng)性率仍較高，需進(jìn)一步改善其算法、結(jié)合臨床信息等因素，以提高其特異度。經(jīng)初步分析，AI高風(fēng)險(xiǎn)結(jié)節(jié)誤判主要原因?yàn)椋孩俨荒芰己媒Y(jié)合患者年齡等臨床資料，只憑借影像征象判定，如青年患者結(jié)核球及結(jié)核空洞判定為高風(fēng)險(xiǎn)；②未結(jié)合CT值等后處理手段綜合分析，如塵肺團(tuán)塊判定為高風(fēng)險(xiǎn)結(jié)節(jié)；③不能結(jié)合患者雙肺其他情況綜合分析，把部分炎性病灶判定為高風(fēng)險(xiǎn)腫塊。與普通圖片不同，影像學(xué)圖像更為復(fù)雜，疾病的影像表現(xiàn)多樣，對(duì)AI也是極大的挑戰(zhàn)[12]。下一步應(yīng)提供更多數(shù)據(jù)，建立更可靠的模型，加強(qiáng)AI的深度學(xué)習(xí)，提高AI診斷的準(zhǔn)確性及特異度。

本研究仍有不足的地方：①樣本量相對(duì)較少，相對(duì)日常大批量的胸部CT檢查，本次研究?jī)H選取小部分病例，還需要進(jìn)一步結(jié)合大批量樣本研究；②缺少相同或相近病種、影像表現(xiàn)相近的AI分析結(jié)果。

綜上所述，AI能夠有效協(xié)助影像科診斷醫(yī)生閱片，但不能完全替代，只有將人工智能閱片和人工閱片有機(jī)結(jié)合，互相取長(zhǎng)補(bǔ)短，才能發(fā)揮最大能效。