耿 然

(洛陽市第一人民醫(yī)院CT室,河南 洛陽 471002)

肺癌是最常見的惡性腫瘤之一，據(jù)美國癌癥學會2020年1月公布的數(shù)據(jù)，肺癌的發(fā)病率和病死率均居惡性腫瘤首位[1]，早期診斷與治療可有效提高肺癌患者的生存率[2]。肺結節(jié)是肺癌的早期表現(xiàn)，其檢出率隨著薄層計算機斷層掃描(computed tomography，CT)技術的發(fā)展而提高，但明顯增多的CT圖像數(shù)據(jù)量也增加了影像診斷醫(yī)師的閱片負擔，從而可能導致肺結節(jié)的漏診[3]。隨著人工智能(artificial intelligence,AI)技術的進步，通過深度學習算法對肺結節(jié)進行識別、分類、重建及降噪處理，能夠提取影像圖像上肺結節(jié)的主要特征，對肺結節(jié)的早期發(fā)現(xiàn)及病變良惡性質的判斷等進行預測[4-5]。本研究旨在通過比較AI影像輔助診斷系統(tǒng)與常規(guī)人工閱片在肺結節(jié)檢出率以及對肺惡性結節(jié)定性的靈敏度、特異度、假陽性率、假陰性率等方面的差異，探討AI影像輔助診斷系統(tǒng)診斷胸部CT肺結節(jié)的價值。

1 資料與方法

1.1 一般資料回顧性分析2016年1月至2019年12月于洛陽市第一人民醫(yī)院經(jīng)術前CT檢查及病理檢查結果確診的85例肺結節(jié)患者的胸部CT影像資料。其中男33例，女52例；年齡25～79(55.23±11.02)歲。結節(jié)的定性以病理檢查結果為金標準。病例納入標準：(1)CT檢查前未接受過穿刺活檢和手術、放射治療等相關治療；(2)對于高度疑似惡性結節(jié)者，CT檢查后1個月內行CT引導下穿刺活檢或手術，獲得明確的病理診斷；(3)對于判定為良性結節(jié)者，連續(xù)隨訪1 a，1 a內肺結節(jié)無變化者定為良性結節(jié)，1 a內肺結節(jié)有進展者以穿刺活檢或手術切除后的病理診斷判定其良惡性。排除標準：(1)其他部位原發(fā)性惡性腫瘤肺部轉移者；(2)缺乏層厚1.0 mm及以下的薄層CT圖像；(3)圖像有呼吸運動偽影及金屬偽影干擾病變者。

1.2 CT檢查方法所有患者均于術前行胸部CT掃描。使用聯(lián)影UCT528 40排CT(上海聯(lián)影醫(yī)療科技股份有限公司)及西門子 DEfinition AS+128層CT機[西門子(中國)有限公司]分別進行掃描。掃描范圍：肺尖至肺底水平，掃描參數(shù)：層厚5.0 mm，層距5.0 mm，管電壓120 kV，管電流auto dose。掃描結束后對全肺行肺窗薄層CT重建，重建層厚1.0 mm。

1.3 結節(jié)危險度診斷標準根據(jù)結節(jié)的形態(tài)、大小、邊緣狀態(tài)、結節(jié)內實性成分的位置及結節(jié)鄰近胸膜改變等影像特征作為診斷結節(jié)危險度的標準。(1)結節(jié)形態(tài)：斑片狀形態(tài)可見于任何良惡性結節(jié)中；條片狀形態(tài)多見于良性結節(jié)中；形態(tài)不規(guī)則以惡性結節(jié)居多，且病灶惡性程度越高形態(tài)不規(guī)則越明顯。根據(jù)結節(jié)的形態(tài)進行計分：規(guī)則為0分，不規(guī)則為1分，高度不規(guī)則為2分。(2)結節(jié)大?。号懦装Y病變后，結節(jié)體積越大性質越趨于惡性，且惡性程度趨于更高。根據(jù)結節(jié)的平均直徑進行計分：直徑<5 mm為0分，5 mm≤直徑≤10 mm為1分，直徑>10 mm為2分。(3)結節(jié)邊緣狀態(tài)：觀察結節(jié)邊緣是否模糊及有無毛刺征，邊緣清晰的結節(jié)以炎癥結節(jié)居多。根據(jù)結節(jié)邊緣的狀態(tài)進行計分：清晰為0分，模糊為1分，毛刺為2分。(4)結節(jié)內實性成分的位置：結節(jié)內無實性成分或實性成分位于結節(jié)邊緣者多為良性病變，實性成分位于中心或偏中心位置的結節(jié)多為惡性病變。根據(jù)結節(jié)內實性成分的位置進行計分：結節(jié)內無實性成分或實性成分位于邊緣計為0分，結節(jié)內實性成分偏中心位置計為1分，結節(jié)內實性成分位于結節(jié)中心計為2分。(5)結節(jié)鄰近部位胸膜的變化：結節(jié)鄰近部位胸膜的變化包括胸膜增厚、胸膜凹陷、胸膜牽引，其在良、惡性結節(jié)中的分布差異不明顯，但胸膜牽引以惡性結節(jié)居多[6]，宜作為輔助征象。根據(jù)結節(jié)鄰近部位胸膜的變化進行計分：胸膜無改變計為0分，胸膜增厚或凹陷計為1分，胸膜牽引計為2分。將每個結節(jié)的各項評分進行合計，根據(jù)其總分進行定性診斷：0～2分為低危結節(jié)，3～4分為中低危結節(jié)，5～7分為中危結節(jié)，≥8分為高危結節(jié)，將高危者定義為惡性結節(jié)。

1.4 圖像分析分別采用常規(guī)人工閱片和AI影像輔助診斷系統(tǒng)對患者的CT圖像進行分析和診斷。(1)常規(guī)人工閱片：采用單純人工閱片方式，由3位從事CT診斷工作滿5 a的主治醫(yī)師組成診斷組，依據(jù)“1.3”項的結節(jié)危險度診斷標準分別對檢出的肺結節(jié)進行定性診斷。如組內醫(yī)師對肺結節(jié)的定性診斷有分歧，則經(jīng)過討論達成一致意見，最終判定結節(jié)的性質。(2)AI影像輔助診斷系統(tǒng)閱片：將85例患者的肺結節(jié)CT圖像輸入醫(yī)準智能Direct AI系統(tǒng)(北京醫(yī)準智能科技有限公司)，通過網(wǎng)絡學習自動提取結節(jié)的形態(tài)、大小、邊緣狀態(tài)、結節(jié)內實性成分的位置及結節(jié)鄰近胸膜改變的特征，依據(jù)“1.3項”的結節(jié)危險度診斷標準對檢出的肺結節(jié)進行定性診斷。

1.5 診斷效能評價通過比較常規(guī)人工閱片與AI影像輔助診斷系統(tǒng)閱片對肺結節(jié)診斷的靈敏度、假陽性率、假陰性率及評定結節(jié)性質的特異度，評估這2種閱片方法對肺結節(jié)定性的診斷效能。

1.6 統(tǒng)計學處理應用SPSS 22.0軟件進行統(tǒng)計學分析。計數(shù)資料以例數(shù)和百分率表示,組間比較采用χ2檢驗，P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1 常規(guī)人工閱片與AI影像輔助診斷系統(tǒng)閱片對肺結節(jié)檢出情況比較85例患者共檢出真性結節(jié)290枚，其中平均直徑<5 mm結節(jié)171枚，5 mm≤直徑≤10 mm結節(jié)83枚，直徑>10 mm結節(jié)36枚。171枚平均直徑<5 mm的小結節(jié)中，AI檢出162枚(94.74%)，人工閱片檢出78枚(45.61%)，其中人工閱片檢出而AI閱片未檢出9枚(5.26%)，人工閱片未檢出而AI閱片檢出93枚(54.38%)，AI閱片檢出率顯著高于人工閱片檢出率，差異有統(tǒng)計學意義(χ2= 4.317，P<0.01)。83枚5 mm≤直徑≤10 mm 的結節(jié)中，AI閱片檢出83枚(100.00%)，人工閱片檢出45枚(54.21%)，其中人工閱片檢出而AI閱片未檢出0枚(0.00%)，人工閱片未檢出而AI閱片檢出38枚(45.78%)，AI閱片檢出率顯著高于人工閱片檢出率(χ2=1.744，P<0.01)。36枚平均直徑>10 mm的結節(jié)中，AI閱片檢出率和人工閱片檢出率均為100.00%(36/36)。

2.2 常規(guī)人工閱片與AI影像輔助診斷系統(tǒng)閱片對肺結節(jié)良惡性的評定結果比較在檢出的290枚真性結節(jié)中，AI閱片檢出281枚，其中AI閱片評定為低危結節(jié)99枚、中低危結節(jié)52枚、中危結節(jié)38枚、高危結節(jié)(惡性結節(jié))92枚，另有9枚未檢出；人工閱片檢出159枚，其中人工閱片評定為低危結節(jié)59枚、中低危結節(jié)24枚、中危結節(jié)21枚、高危結節(jié)(惡性結節(jié))55枚，另有131枚未檢出。經(jīng)病理證實的惡性結節(jié)共66枚，其中AI判定正確62枚，4枚未檢出,準確率為93.93%(62/66)，AI判定為惡性而實際為良性者30枚；人工閱片判定正確者52枚，14枚未檢出，準確率為78.79%(52/66)，人工閱片判定為惡性而實際為良性者3枚；AI判定準確率顯著高于人工閱片,差異有統(tǒng)計學意義(χ2=3.216，P<0.05)。

2.3 2種閱片方法對肺結節(jié)良惡性判定的效能比較結果見表1。85例患者中，病理診斷為良性24例，其中結核13例,隱球菌3例,炎癥結節(jié)8例；病理診斷為惡性61例,其中肺鱗癌7例,腺癌54例。AI閱片對肺惡性結節(jié)檢查的靈敏度、假陽性率顯著高于人工閱片，特異度和假陰性率顯著低于人工閱片，差異均有統(tǒng)計學意義(χ2= 2.311、4.165、7.896、2.311，P<0.05)。

表1 2種閱片方法對肺結節(jié)良惡性判定的效能比較

3 討論

AI技術是隨著大數(shù)據(jù)的進步而興起的一門新興技術，其在醫(yī)學領域中得到廣泛應用，尤其在肺結節(jié)的檢測方面具有較大進展[6]?；贏I的計算機輔助診斷(AI computer-aided diagnosis，CAD)系統(tǒng)方案大多比較復雜和耗時，需要更多的圖像處理模塊，且相關敏感度及特異度較低[7]。目前，深度學習是AI技術的研究熱點，其敏感度和特異度較傳統(tǒng)的 CAD 高，在肺結節(jié)檢出及定性方面應用較多。但以往的研究對不同模型算法的 AI的探討大多側重于其原理、算法步驟等[8]，很少從臨床應用角度評價其對肺結節(jié)的診斷價值。深度學習通過算法使AI可以從影像資料中提取肺結節(jié)的各項特征數(shù)據(jù)，通過大量的數(shù)據(jù)分析，從中提取到規(guī)律，從而對肺結節(jié)進行識別并判斷肺結節(jié)的良惡性?；诖耍狙芯拷Y合病理和隨訪結果，對比常規(guī)人工閱片與AI影像輔助診斷系統(tǒng)閱片對肺結節(jié)的診斷效果，探討AI影像輔助診斷系統(tǒng)診斷肺結節(jié)的價值。

本研究結果顯示，對于直徑<5 mm的微小結節(jié)及5 mm≤直徑≤10 mm的小結節(jié)，AI檢出率分別為94.74%、100.00%，顯著高于常規(guī)人工閱片。對于直徑>10 mm的結節(jié)，AI及常規(guī)人工閱片均能全部檢出。在對肺結節(jié)的定性分析中，AI的特異度為64.5%，而常規(guī)人工閱片的特異度為85.2%。分析其原因如下：(1)AI對與肺紋理位置相近、形態(tài)相似病灶的檢出率高于常規(guī)人工閱片。(2)AI對于平均直徑<5 mm的微小結節(jié)及5 mm≤直徑≤10 mm的小結節(jié)檢出率高于常規(guī)人工閱片，尤其是對微小結節(jié)的診斷效果更顯著，可以明顯降低臨床診斷的漏診率及假陰性率，但假陽性率也明顯增高。對于肺結節(jié)的定性，AI的特異度顯著低于人工閱片，尤其是對直徑<5 mm的微小結節(jié)定性中特異度更低。李欣菱等[2]研究認為，AI對較小結節(jié)(特別是<5 mm的結節(jié))診斷的臨床意義有待商榷，若完全按照 AI 的結果進行臨床干預會增加醫(yī)療負擔及造成過度治療。(3)目前肺結節(jié)診斷主要依賴于薄層CT，圖像數(shù)據(jù)量大，影像醫(yī)師相對短缺，導致工作壓力過大，精神及注意力無法長時間集中，進而造成肺小結節(jié)的漏診。(4)人工閱片對于肺小結節(jié)良惡性的鑒別有賴于影像醫(yī)師自身的臨床經(jīng)驗,具有較強的主觀性,從而導致診斷精確度和可信度較低。

肺癌的早期診斷、早期治療是延長患者生存期的最佳途徑[9-10]。肺結節(jié)作為肺癌的早期表現(xiàn)，其早期發(fā)現(xiàn)及良惡性的鑒別對肺癌的早期診斷、早期治療有重大意義，是目前臨床醫(yī)師工作中面臨的挑戰(zhàn)。本研究結果顯示，AI閱片診斷肺結節(jié)的靈敏度、假陰性率高于常規(guī)人工閱片，但其假陽性率亦高于常規(guī)人工閱片，特異度低于常規(guī)人工閱片。分析其原因，主要是由于AI會將支氣管內黏液栓、交叉的血管、肺纖維化灶、局部肺實變、肺尖部胸膜帽等誤診為高危結節(jié)，所以需要進一步加強AI軟件數(shù)據(jù)集的質量管理，擴大數(shù)據(jù)集訓練數(shù)量，以進一步減少誤診，提升惡性結節(jié)檢出的準確性[11]。雖然常規(guī)人工閱片的特異度高于AI閱片，但對于早期缺乏特異影像學表現(xiàn)的肺結節(jié)，影像醫(yī)師無法客觀評價其形態(tài)、大小、邊緣、病灶內實性成分的位置及病灶鄰近胸膜改變情況，只能依據(jù)既往經(jīng)驗進行主觀判斷，進而影響肺小結節(jié)良惡性的判斷；而AI閱片是基于對大數(shù)據(jù)深度學習基礎之上的進一步分析，能對早期惡性肺結節(jié)進行客觀分析及診斷。

綜上所述，AI影像輔助診斷系統(tǒng)閱片有較高的檢出率及靈敏度，能有效減少臨床工作中的漏診率；但其特異度低于常規(guī)人工閱片，有一定的假陽性率。因此，在臨床工作中推薦運用AI影像輔助診斷系統(tǒng)閱片聯(lián)合常規(guī)人工閱片的模式，以有效提高對肺結節(jié)的早期發(fā)現(xiàn)及良惡性鑒別的準確度，減少漏診率。