張梅舜 蔡浩軒 彭意春

（博羅縣人民醫(yī)院，廣東 惠州 516100）

當(dāng)前，冠心病患病率呈現(xiàn)逐年升高趨勢(shì)，已經(jīng)成為威脅人類健康的主要“殺手”。據(jù)相關(guān)報(bào)道得知，2020年，在世界范圍內(nèi)由心血管疾病致死的人數(shù)達(dá)到700 萬，其中發(fā)展中國家占比達(dá)到了3/4[1]。對(duì)于我國而言，當(dāng)前約有0.5 億的冠心病患者，故做好對(duì)心血管疾病的早診斷、早防治，刻不容緩[2]。伴隨影像技術(shù)的持續(xù)推新與完善，冠狀動(dòng)脈CT 血管造影（Coronary artery CT angiography，CCTA）作為一種新型診斷手段，在評(píng)估冠狀動(dòng)脈疾病的危險(xiǎn)因素上，發(fā)揮著重要效能，且已成為其評(píng)估標(biāo)準(zhǔn)。但需指出的是，采用CCTA 診斷心血管疾病時(shí)，無論是對(duì)人工圖像后處理質(zhì)量，還是診斷醫(yī)師的臨床經(jīng)驗(yàn)，均有嚴(yán)重依賴性，特別是我國存在著嚴(yán)重的醫(yī)療資源緊缺情況，難以做到對(duì)全部心血管疾病患者都實(shí)施CCTA臨床評(píng)估。人工智能（artificial intelligence，AI）是科學(xué)技術(shù)發(fā)展的產(chǎn)物，其主要是對(duì)人類思維進(jìn)行模仿，且具有“認(rèn)知”功能，可通過“學(xué)習(xí)”來達(dá)到“解決問題”的目的。AI 作為新世紀(jì)以來的一種尖端技術(shù)，已被廣泛應(yīng)用在許多領(lǐng)域當(dāng)中，且成果豐碩。在醫(yī)療領(lǐng)域中應(yīng)用AI，不僅能對(duì)患者的給藥劑量進(jìn)行計(jì)算，選擇腫瘤藥物，而且還能監(jiān)測(cè)高危患者，甚至輔助手術(shù)的進(jìn)行[3]；除此之外，在解讀CT 圖像報(bào)告上，AI 技術(shù)還能夠提供輔助。在CCTA 圖像后處理及書寫診斷報(bào)告上，如果能夠應(yīng)用AI，那么有助于我國醫(yī)療資源緊張情況的緩解，但冠狀動(dòng)脈AI 在診斷報(bào)告的準(zhǔn)確性上，對(duì)CCTA 圖像進(jìn)行處理的質(zhì)量上，以及能否對(duì)臨床醫(yī)師進(jìn)行替代上，均尚未完全明確。對(duì)此，本文圍繞冠心病患者，在實(shí)施CCTA 診斷時(shí)，分別采用人工后處理、冠狀動(dòng)脈AI 后處理，對(duì)比其診斷效能，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

在特定期間：2021年4月至2023年4月，把來本院就診的疑似冠心病患者作為對(duì)象，共選取30例。依據(jù)李克特量表評(píng)分標(biāo)準(zhǔn)對(duì)原始圖像質(zhì)量實(shí)施評(píng)分，分別實(shí)施人工組（放射科醫(yī)生）與AI 組（數(shù)坤科技的冠心病智能輔助診斷系統(tǒng)）圖像后處理。納入標(biāo)準(zhǔn)：（1）CCTA 圖像血管連續(xù)，且有著清晰的邊緣，不存在偽影情況；（2）AI 軟件可以對(duì)冠狀動(dòng)脈血管樹進(jìn)行自動(dòng)且正確的識(shí)別；（3）心率正常，或者存在輕微的心率不齊。排除標(biāo)準(zhǔn)：（1）對(duì)碘劑過敏；（2）難以配合完成檢查；（3）嚴(yán)重臟器功能異常（如腎、腦等）。

1.2 方法

全部患者都采用GE optima CT660（美國GE 公司）采集圖像，選擇由江蘇恒瑞醫(yī)藥股份有限公司生產(chǎn)的50 mL 非離子型造影劑（320 mgI/mL），20 mL生理鹽水，流速控制在5 mL/s；采用對(duì)比劑示蹤法，圍繞主動(dòng)脈根部，ROI 監(jiān)測(cè)CT 值（將觸發(fā)掃描CT值設(shè)定成150 HU），延遲4 s，以回顧性心電門控法實(shí)施掃描。具體的掃描參數(shù)：管電流為20 mAs，管電壓為120 kV，層厚為0.625 mm，螺旋掃描時(shí)間約6 s。后采用冠狀動(dòng)脈AI（即為數(shù)坤科技的冠心病智能輔助診斷系統(tǒng)，其功能為：對(duì)冠狀動(dòng)脈影像圖像后處理工作全自動(dòng)完成，AI 輔助冠狀動(dòng)脈診斷結(jié)果，智能打印膠片，且輸出所需要的結(jié)構(gòu)化報(bào)告）實(shí)施圖像后處理，且開展影像診斷，分析曲面重建、容積再現(xiàn)以及AI 診斷報(bào)告。

1.3 圖像分析

完成掃描工作后，依據(jù)李克特量表評(píng)分標(biāo)準(zhǔn)[4]，從低到高對(duì)原始圖像質(zhì)量實(shí)施評(píng)分，即1-5 分。其中，圖像質(zhì)量存在過度受損情況，并且血管壁難以辨認(rèn)，即1 分（差）；如果存在較低的圖像質(zhì)量，血管邊界模糊，或者存在過大的偽影，同時(shí)還存在較低的對(duì)比度分辨率，即2 分（較差）；如果存在一定的圖像偽影情況，卻存在較高的對(duì)比度分辨率，血管有著比較清晰的邊界，即3 分（中）；如果血管的邊界、血管壁均清晰，存在著非常小的圖像偽影，同時(shí)還有比較高的對(duì)比度分辨率，即4 分（良）；如果管壁能夠清晰顯示出來，存在較好的分辨率，無偽影，即5 分（優(yōu)）。

以美國心臟病協(xié)會(huì)（American heart association，SCCT）所制定的冠狀動(dòng)脈分段法為參照[5]，把冠狀動(dòng)脈劃分成18 段，對(duì)冠狀動(dòng)脈三大支進(jìn)行判斷，即回旋支、左前降支與右冠狀動(dòng)脈的狹窄部位以及斑塊性質(zhì)。由2 名醫(yī)師對(duì)圖像實(shí)施人工后處理，同時(shí)生成診斷報(bào)告。另以CAG 結(jié)果當(dāng)作金標(biāo)準(zhǔn)，實(shí)施一致性檢驗(yàn)，評(píng)定人工與AI 圖像后處理診斷冠狀動(dòng)脈斑塊的一致性，如果Kappa≥0.75，即存在好的診斷一致性；Kappa＞0.40，但＜0.75，即存在較好的一致性；若Kappa≤0.40，即存在差的一致性。

1.4 統(tǒng)計(jì)學(xué)方法

用SPSS 25.0 軟件進(jìn)行統(tǒng)計(jì)描述與分析，計(jì)量資料進(jìn)行t 檢驗(yàn)，計(jì)數(shù)資料進(jìn)行McNemar 檢驗(yàn)，組間一致性采用Kappa 檢驗(yàn)；P＜0.05 提示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 冠狀動(dòng)脈人工與AI 的圖像后處理對(duì)比

在30 例患者中，最小年齡30 歲，最大78 歲，平均為（56.71±3.26）歲，男性17 例，其余均為女性（13例）。AI 冠狀動(dòng)脈重建失敗為2 例，其余重建圖像均合格。針對(duì)冠狀動(dòng)脈AI 圖像后處理而言，其整個(gè)過程總的耗時(shí)約為3 min，而人工為20-30 min，AI 后處理的耗時(shí)僅為10%的人工耗時(shí)，且冠狀動(dòng)脈AI后處理在具體的合格率上，達(dá)到了93.33%（28/30）。從圖1 可知，在面對(duì)各支血管時(shí)，冠狀動(dòng)脈AI 圖像后處理可以做到自動(dòng)命名。較之人工后處理（圖1 當(dāng)中的A-C），AI 后處理（圖1 當(dāng)中的D-F）的冠狀動(dòng)脈圖像有著更多且更長的分支，而且管壁也更為光滑，此外，在顯示細(xì)節(jié)小分支上，也更為全面；于冠狀動(dòng)脈拉直圖像當(dāng)中，得知冠狀動(dòng)脈AI 處理的圖像（圖1 當(dāng)中的E）相比于人工處理圖像（圖1 當(dāng)中的B），有著更清晰的血管，且可以對(duì)冠狀動(dòng)脈狹窄進(jìn)行自動(dòng)辨識(shí)。

圖1 對(duì)比人工與冠狀動(dòng)脈AI 的圖像后處理結(jié)果

需指出的是，盡管在圖像后處理上，冠狀動(dòng)脈AI 有著較好的表現(xiàn)，但本文發(fā)現(xiàn)，其也有不足。從表1 中得知，冠狀動(dòng)脈AI 圖像后處理相對(duì)應(yīng)的合格率是93.33%，原始圖像質(zhì)量1-2 分的患者為2 例，AI后處理均不合格；而圖像質(zhì)量達(dá)3 分時(shí)，AI 圖像后處理的相應(yīng)合格率為100%。較之人工后處理圖像，AI 后處理圖像存在AI 分割遺漏情況，造成右冠狀動(dòng)脈血管截?cái)啵以诿弦渤霈F(xiàn)錯(cuò)誤，難以將血管全面顯示出來，其后處理失敗的主要原因是鈣化斑塊周圍存在偽影，造成管腔被嚴(yán)重掩蓋，而人工后處理放射科醫(yī)師能夠通過工作站，進(jìn)行手動(dòng)添加，以此可以使截?cái)嗟难堋霸偕薄＿@也提示冠狀動(dòng)脈AI圖像后處理對(duì)原始圖像質(zhì)量存在依賴性的不足。

表1 原始圖像質(zhì)量評(píng)分以及AI 后處理的合格率

2.2 冠狀動(dòng)脈人工與AI 的診斷報(bào)告對(duì)比

在診斷報(bào)告上，冠狀動(dòng)脈AI 組在圖像重建后，便能完成（＜1 min），而人工組出具一份診斷報(bào)告耗時(shí)為15 min 左右。如同AI 后處理那樣，在報(bào)告診斷上，AI 也高效。從見表2 得知，針對(duì)冠狀動(dòng)脈AI 組而言，其在斑塊檢出靈敏度上，相比于人工組報(bào)告，基本相當(dāng)。本文中，人工組報(bào)告在檢出斑塊上，無假陽性，特異性為100.00%，而冠狀動(dòng)脈AI 組報(bào)告的特異性為90.91%，見表3。在三支分支血管當(dāng)中，冠狀動(dòng)脈AI 組對(duì)于左前降支病變，存在著最低的特異度。

表2 冠狀動(dòng)脈人工與AI 檢出冠狀動(dòng)脈斑塊的靈敏度

表3 AI 對(duì)冠狀動(dòng)脈斑塊檢出的特異度

2.3 一致性檢驗(yàn)結(jié)果

將CAG 結(jié)果當(dāng)作金標(biāo)準(zhǔn)，對(duì)冠狀動(dòng)脈人工組與AI 組診斷冠狀動(dòng)脈斑塊檢出的一致性進(jìn)行檢驗(yàn)，得知人工與CAG 之間的有著好的一致率（Kappa=0.83，P＜0.001），AI 與CAG 之間也有好的一致率（Kappa=0.80，P＜0.001）。

3 討論

通過分析30 例疑似冠心病患者相對(duì)應(yīng)的CCTA，從中得知：（1）對(duì)于冠狀動(dòng)脈AI 圖像后處理來分析，其在相應(yīng)工作效率上，實(shí)為人工的10 倍之多，另外AI 后處理的冠狀動(dòng)脈，有著更長且更多的分支，而且還有更為光滑的管壁，可以對(duì)冠狀動(dòng)脈狹窄情況進(jìn)行準(zhǔn)確識(shí)別，后處理的合格率是93.33%。（2）于診斷報(bào)告的書寫上，冠狀動(dòng)脈AI 在具體的工作效率上，實(shí)為人工的15 倍。

當(dāng)前，AI 技術(shù)呈現(xiàn)出快速發(fā)展勢(shì)頭，現(xiàn)已在醫(yī)學(xué)領(lǐng)域中得到廣泛應(yīng)用，主要應(yīng)用方向有重癥患者的監(jiān)護(hù)、個(gè)性化醫(yī)療服務(wù)、輔助制定治療方案及診斷疾病等。許多醫(yī)療機(jī)構(gòu)（比如麻省總醫(yī)院等）均已結(jié)合自身情況，成功研發(fā)出專屬自身的AI 算法，且在臨床中得以應(yīng)用[6]?；谟跋駥W(xué)層面來分析，斯坦福大學(xué)經(jīng)過深入研究后，最終創(chuàng)造出一種新算法，用其對(duì)特定部位肺炎進(jìn)行檢測(cè)，總體表現(xiàn)優(yōu)于臨床醫(yī)師（擁有豐富的臨床經(jīng)驗(yàn)）[7]。本文得知，在具體的影像診斷報(bào)告上，冠狀動(dòng)脈AI 的靈敏度，與人工的報(bào)告基本相當(dāng)，且可以將人工報(bào)告當(dāng)中可能會(huì)遺漏的一些微小鈣化斑塊給予發(fā)現(xiàn)。因在放射學(xué)領(lǐng)域當(dāng)中AI應(yīng)有不錯(cuò)的表現(xiàn)，許多學(xué)者認(rèn)為AI 的出現(xiàn)實(shí)為一種內(nèi)在威脅，因?yàn)槠漭^之人工專家，以統(tǒng)計(jì)學(xué)習(xí)指標(biāo)的改進(jìn)為基礎(chǔ)，伴隨對(duì)罕見病例的深度化學(xué)習(xí)，其在分析個(gè)案上，優(yōu)勢(shì)更為明顯[8-9]。

從本文結(jié)果發(fā)現(xiàn)，在斑塊檢出方面，AI 的靈敏度、特異度分別是94.12%、90.91%，較相關(guān)研究[10]（特異度是81.72%，靈敏度則為54.82%）的結(jié)果高。究其原因，可能與本文的冠狀動(dòng)脈AI 有著更高的深入學(xué)習(xí)熟練度，且技術(shù)更為健全相關(guān)。需指出的是，從既往研究中得知，基于深度學(xué)習(xí)的冠狀動(dòng)脈AI，經(jīng)計(jì)算而得到的鈣化積分，已被許多學(xué)者、專家所認(rèn)可，但本文采用冠狀動(dòng)脈AI 在檢出斑塊方面，仍出現(xiàn)遺漏情況，原因是一些微小鈣化斑塊被遺漏[11-12]。此外，本文以CAG 為金標(biāo)準(zhǔn)，圍繞冠狀動(dòng)脈人工與AI，就其在診斷冠狀動(dòng)脈斑塊檢出中的一致性實(shí)施檢驗(yàn)，結(jié)果得知，無論是人工與CAG 之間，還是AI與CAG 之間，均有著好的一致率。研究表明冠狀動(dòng)脈AI 在診斷冠心病方面，可獲得相近于人工的診斷效果。但需強(qiáng)調(diào)的是，本文也存在不足的地方：（1）本文屬于單中心研究，所選取病例多在本地，而對(duì)于冠狀動(dòng)脈AI 相對(duì)應(yīng)的深度學(xué)習(xí)，通?；诙嘀行亩鴺?gòu)建，故會(huì)影響到其診斷效能；（2）本院在使用冠狀動(dòng)脈AI 上，有著較短的時(shí)間，而且選取的例數(shù)較少，后期伴隨對(duì)冠狀動(dòng)脈AI 多中心研究的持續(xù)深化，會(huì)對(duì)數(shù)據(jù)不斷給予完善。

綜上，AI 在CCTA 等影像學(xué)方面表現(xiàn)出良好效能，整體水平理想，但其在影像當(dāng)中的應(yīng)用，也有不足，因此，一份合格的影像報(bào)告不可單純依據(jù)AI 后處理及診斷，仍需影像醫(yī)師的操作與把控。筆者認(rèn)為，AI 技術(shù)并不是我們影像醫(yī)師的終結(jié)者，而是我們對(duì)疾病進(jìn)行診斷的一個(gè)有效輔助工具。