人工智能肺结节辅助诊断系统预测亚实性肺结节恶性概率

陈疆红，钟朝辉，江桂莲，杨正汉*，王振常，王大为

(1.首都医科大学附属北京友谊医院放射科，北京 100050；2.北京推想科技有限公司全球临床科研合作学院，北京 100025)

低剂量CT筛查早期肺癌是降低患者死亡率的有效手段。腺癌在检出的早期肺癌中占比超过50%[1]，CT表现常为亚实性结节(subsolid nodule, SN)，其发展过程通常依次为浸润前病变[包括不典型腺瘤样增生(atypical adenomatous hyperplasia, AAH)和原位癌(adenocarcinoma in situ, AIS)]、微浸润腺癌(microinvasive adenocarcinoma, MIA)及浸润性腺癌(invasive adenocarcinoma, IAC)[2-3]。既往研究[4-6]指出，结节大小、密度、实性成分等因素与其侵袭程度密切相关。

随着以深度学习为代表的人工智能(artificial intelligence, AI)技术的发展，AI肺结节辅助诊断系统(以下简称AI系统)的临床应用日益成熟，多项研究[7-9]表明其在辅助检测肺结节方面具备良好效能。本研究采用观察AI系统预测良恶性肺结节的效果以及增强CT对其预测结果的影响，以探索适当应用模式。

1 资料与方法

1.1 一般资料 收集2017年7月—2019年7月86例于首都医科大学附属北京友谊医院接受手术治疗的肺占位病变患者，男26例，女60例，年龄31～82岁，平均(61.3±11.7)岁。纳入标准：①术前接受胸部CT平扫及增强检查，并有薄层图像(层厚1.25 mm)；②至少存在1个肺SN；③病理证实切除SN为腺癌浸润前病变或IAC。排除弥漫性肺疾病患者及图像有明显移动伪影者。根据病理结果分为3组：组1为浸润前病变(包括AAH及AIS)，组2为MIA，组3为IAC。

1.2 仪器与方法 采用GE Revolution 256排螺旋CT机，嘱患者每次扫描屏气程度一致，于其吸气末屏气扫描。采用宝石能谱CT(gemstone spectral imaging, GSI)模式进行平扫及增强扫描，管电压为 80、140 kVp瞬时切换，自动管电流调节，最大管电流为260 mA，螺距0.984∶1，旋转时间0.5 s，床进78.75 mm/s，图像噪声指数(noise index, NI)预设为12，基于多模型的自适应统计迭代重建算法(adaptive statistical iterative reconstruction Veo， ASIR-V)权重为30%，层厚为5 mm，进一步分解为图像层厚 1.25 mm。以流率3.3 ml/s注入欧乃派克100 ml (300 mgI/ml)，之后注入20 ml生理盐水，采集注入对比剂后30 s和90 s图像为增强动脉期和延迟期图像。扫描范围自肺尖至肺底。采用标准重建法重建图像后，将所有图像(层厚及层间隔均为1.25 mm)导入AI肺结节辅助诊断系统(InferRead CT lung research，北京推想科技有限公司)，以含磨玻璃密度结节为SN，包括纯磨玻璃密度结节及混杂磨玻璃密度结节。由2名分别具有15年及17年呼吸系统影像学诊断经验的副主任医师分别阅片，将符合要求的结节纳入研究，意见不一致时与主任医师讨论决定。记录AI系统识别3组SN的恶性概率预测值、CT值及体积(图1)。

表1 3组各期CT中SN恶性概率预测值比较[%，中位数(上下四分位数)]

图1 AI系统检测SN展示图 系统检出左肺上叶尖后段混杂磨玻璃密度结节(绿框)，自动预测结节的恶性概率值(红箭)及测量SN体积(黄箭)和密度(蓝箭)

1.3 统计学分析 采用IBM SPSS 20.0统计分析软件。以Shapiro-Wilk检验计量资料的正态性，以±s表示符合正态分布的数据，以中位数(上下四分位数)表示非正态分布数据，以敏感度评价AI系统针对3期CT检出目标SN的能力。采用Kruskal-Wallis单因素方差分析比较各期CT对3组SN的恶性概率预测值及体积测量结果的差异，并行组间两两比较；以单因素方差分析比较各期CT中3组SN的CT值差异，以Bonferroni法进行组间两两比较。采用非参数Wilcoxon检验分别比较各组平扫与动脉期及延迟期结节恶性概率预测值及体积差异，以配对样本t检验分别比较各组平扫与动脉期及延迟期结节CT值差异。以Spearman相关性检验分析所有SN 在3期CT图像中的恶性概率预测值及其与SN密度及体积的相关性。P<0.05为差异有统计学意义，P<0.01为差异有显著统计学意义。

2 结果

86例中，存在1个SN者84例、2个SN者2例，共88个SN纳入研究；组1共27个SN，包含3个AAH和24个AIS， 组2、组3分别有28个、33个SN；均被AI系统基于CT平扫及增强双期图像检出(图2)，检出敏感度为100%。

2.1 3组间3期图像SN的恶性概率预测值比较 各组SN各期的恶性概率差异均有统计学意义(P均<0.001，表1)，3组间两两比较差异均有统计学意义(P均<0.05)，每组内平扫和动脉期、平扫和延迟期恶性概率预测值比较差异均无统计学意义(P均>0.05)。

2.2 3组间3期图像SN的CT值比较 各组SN各期CT值差异均有统计学意义(P均<0.001，表2)，3组间两两比较差异均有统计学意义(P均<0.05)；组内配对样本比较差异均有统计学意义(P均<0.001)。

2.3 3组间3期图像SN的体积比较 各组SN各期体积差异均有统计学意义(P均<0.001，表3)，3组间两两比较，只有平扫及延迟期组2、组3间比较差异均无统计学意义(P均>0.05)；每组内配对样本非参数检验显示组1增强后体积无明显变化(P均>0.05)，组2、组3增强后体积均有减小(P均<0.05)。

表2 3组SN各期CT值比较(HU,±s)

表2 3组SN各期CT值比较(HU,±s)

组别平扫动脉期延迟期组1(n=27)-618.22±04.59-584.26±116.28-588.59±114.10组2(n=28)-542.21±78.35-496.18±91.46-500.93±91.84组3(n=33)-347.64±141.35-298.30±154.93-299.21±154.25F值46.3641.24142.935P值<0.01<0.01<0.01

表3 3组SN在各期CT中的体积比较[mm3，中位数(上下四分位数)]

2.4 各期CT对SN的恶性概率预测值与CT值及体积的相关性 平扫、动脉期及延迟期CT对SN的恶性概率预测值均与CT值呈正相关(r分别为0.474、0.466及0.399，P均<0.01)，亦与SN体积呈正相关(r分别为0.670、0.627及0.641，P均<0.01)。

3 讨论

随着胸部低剂量CT筛查的广泛应用，越来越多的早期肺癌被检出，而筛查带来的巨大工作量易导致影像科医师视觉疲劳，漏诊小结节及密度相对较低的SN。相比传统计算机辅助诊断(computer-aided diagnosis, CAD)，应用深度学习法来解决医学问题明显更具优势，前者检测磨玻璃密度结节的敏感度极低[10]，而后者敏感度可达约95%[11]。本研究所用AI系统在临床应用中不断完善[7]，检测SN敏感度100%，展现出优异性能，可为减少漏诊提供巨大帮助。

由AAH细胞增生到IAC间质明显浸润，肿瘤侵袭性逐渐增强，而其影像学表现存在一定重叠。传统影像学诊断方式通过肉眼观察结节形态、测量其大小及密度等特征来综合判定其性质，阅片医师的经验影响判定结果，且手动测量结节大小等缺乏精准性和可重复性。本研究根据病理结果对SN进行分组，AI软件通过检测平扫CT对3组SN的恶性概率预测值分别为85.18%、93.10%和97.05%，总体差异具有显著统计学意义，初步提示该系统可协助影像科医师判定SN侵袭程度；而增强CT对3组SN恶性概率预测值与平扫差异无统计学意义，提示增强CT并不能显著提升AI系统对肺SN恶性概率的预测能力。自动测量结节CT值及体积结果显示，3组SN的CT值随侵袭程度增加而逐渐增高，组1与组2、组1与组3结节体积差异有统计学意义，与文献[12-13]报道判定SN侵袭程度的结果相符。本研究结果显示，AI系统预测SN恶性概率与其体积之间的相关性高于密度性，可能与深度学习特征提取特点有关：其预测SN恶性概率所依据的不仅是肉眼可见的特征，还有基于能刻画数据本质但肉眼难以观察的特征，而这正是深度学习的“黑匣子”问题。

本研究结果显示，增强CT对AI系统检测SN恶性概率总体无明显帮助。既往研究[14]提示增强后SN总体密度增加、体积增加，其内实性成分体积占比亦增加。本研究AI系统测量结果显示增强后SN密度均增高，组2及组3 SN体积减小可能是患者在各期扫描期间吸气程度不同所致，或增强后背景肺组织密度增高而影响了AI系统对SN的分割[15]。

图2 患者女，56岁，右肺上叶后段纯磨玻璃密度结节，CT平扫及增强图像 AI系统分别根据平扫(A)、动脉期(B)及延迟期(C)图像自动预测SN恶性概率为61.67%、46.65%和58.41%

本研究的局限性：①样本量偏少；②仅选取病理结果为浸润前病变及腺癌的SN，无良性SN对照；③仅采用一款AI系统进行分析，有待进一步完善。

综上所述，目前应用的基于深度学习的肺结节辅助诊断系统可根据CT平扫数据协助判断SN恶性概率，而增强CT对其预测效能无明显帮助。