基于人工智能对非小细胞肺癌影像T分期与病理T分期的对照研究

杨利莉，汪 芳，王泽润，杨彦斌，哈若水，张 淼

非小细胞肺癌(NSCLC)发病率目前占肺癌的首位[1]，准确的分期是影响其预后的关键。国际抗癌联盟肺癌最新TNM分期标准(第8版)中提出肿瘤大小对预后具有重大的影响，对于直径≤5 cm的NSCLC，肿瘤每增加1 cm，患者总生存时间就越短，预后也就越差[2]。多层螺旋计算机断层摄影术(MSCT)是评估肺癌分期、预后和疗效的首选方法，通过测量肿瘤的最大直径可以做出较为准确的术前影像学和临床T分期[3]。近年来，人工智能(AI)的快速发展为医师进行肺结节的自动检测、测量及风险评估带来了很多便利，相对于传统的手动测量方法更能敏感地检测出肿瘤的增长变化以及更具有可重复性的优势[4-6]。本文旨在通过对肿瘤直径≤5 cm的未侵及主支气管的T1-2期N0-1M0的NSCLC患者资料进行回顾性分析，探讨AI对肺腺癌的临床T分期价值，为选择合适的治疗方案提供精准的T分期。

1 资料与方法

1.1 一般资料:收集2016年1月-2019年6月在我院经手术病理证实的周围型非小细胞肺癌患者96例临床资料，其中男59例,女37例，年龄27～84岁,平均年龄(62.5±10.5)岁。排除标准：术前进行抗肿瘤治疗，MSCT图像有明显呼吸运动伪影；CT检查与手术间隔时间>2周。96例患者中CT表现为实性结节或肿块61例，磨玻璃结节22例，部分实性结节13例。

1.2 CT扫描方法:采用256排GE Revolution CT 进行扫描，一次屏气自胸廓入口扫描至膈下，探测器覆盖范围均为8 cm；重建算法选择肺算法，图像重建矩阵为512×512，管电压100 kV，管电流为自动毫安(Smart mA 50～200)，机架转速0.5 s/r，螺距0.992∶1，扫描层厚5 mm，重建层厚1.25 mm。

1.3 结节测量方法:在肺窗下测量，固定窗值(窗位-700 Hu，窗宽1 500 Hu)。采用两种方法测量：第一种方法由具有5年以上诊断经验的影像医师在AW4.7工作站上手动测量病灶最大直径。采用2017年6月Fleischner协会推出的CT影像结节测量指南[3]和Travis’s等[7]的测量方法：磨玻璃结节测量结节最大径,部分实性结节测量实性部分最大径；当部分实性结节表现形态不规则时，进行CT冠状位及矢状位重建,选取结节最大层面测量其长径。每个病灶测量3次，选择其中数值最大者作为肿瘤最大径(以mm为单位)。第二种方法采用北京推想人工智能肺结节检测系统自动获取病灶最大直径。

1.4 肿瘤T分期标准:根据国际抗癌联盟肺癌最新TNM分期标准(第8版)判断CT检査的临床分期：将T1分为T1a(≤1 cm)、T1b(1 cm～)、T1c(2 ～3 cm)； T2分为T2a(3 cm～)和T2b(4～5 cm)。

2 结果

2.1 医师测量、AI测量与大体病理测量肿瘤最大直径的比较：医师测量、AI测量与大体病理测量96 例患者的肿瘤最大径分别为(21.91±10.16)mm、(22.99±10.26)mm、(21.71±9.9)mm 。在T1abc-T2ab各期中两种测量方法与大体病理测量结果对比差异无统计学意义(P>0.05),见表1与图1-图3(封三)。

表1 医师测量、AI测量与大体病理测量96例患者肿瘤最大径的比较

2.2 医师测量与AI测量不同密度NSCLC患者T分期结果的比较:医师测量与AI测量方法在NSCLC患者不同密度结节的CT-T分期结果比较差异均无统计学意义(P>0.05)，见表2。

表2 医师测量与AI测量NSCLC患者不同密度结节结果的比较[n(%)]

2.3 医师CT-T分期、人工智能CT-T分期与病理T分期结果一致性比较:医师测量CT-T分期中65例与病理T分期相符合，符合率为67.71%；AI测量CT-T分期中80例与病理T分期相符合，符合率为83.33%；两种方法与病理T分期一致性均较好(Kappa=0.55、0.69)，且AI CT-T分期与大体病理T分期符合率更高,见表3-表4。

表3 两种方法对96例NSCLC患者与病理T分期符合率的比较

表4 96例NSCLC患者人工智能CT-T分期与病理T分期比较

3 讨论

3.1 CT-T分期在NSCLC TNM分期中的价值：CT检查作为肿瘤术前诊断、分期、疗效评估和预后评价已经受到广泛关注[8-10]，准确的分期是影响肿瘤预后的关键。有研究表明，对于NSCLC CT-T分期与病理T分期具有高度一致性,在CT MPR重建图像上测量肿瘤最大径可以显著提高T分期的诊断准确性[11-12]。本研究采用医师手动测量和AI自动测量两种方法在CT图像上测量肿瘤最大径，分别与大体病理测量结果比较，在T1abc-T2ab分期中差异均无统计学意义(P>0.05)。

3.2 AI CT-T分期、医师CT-T分期与大体病理T分期对比分析:有研究表明传统手工测量所得数据的一致性与可重复性均比较差,导致手工测量所得数据的可信度大大降低[9]。最近的研究表明，人工测量可能导致肿瘤生长测定中假阳性的增加[12]。本组病例中医师手动测量肿瘤最大径有12例高于大体病理测量，其中3例误差达(19.13±3.37)mm，明显高于大体病理测量，分析其原因考虑3例肿块周围有渗出及不张肺组织存在，与肿块界限不清；同时受观察者认识的不足导致测量出现偏差。AI可以不受主观影响自动测量病灶最大直径，较手动测量稳定性更高[4]。本组研究结果显示，AI CT-T分期与病理T分期比较总体符合率为83.33%,医师CT-T分期总体符合率为67.71%，与病理T分期一致性均较好，且AI CT-T分期符合率更高。对于不同密度NSCLC，本研究中医师测量与AI测量两种方法在不同密度结节NSCLC患者CT-T分期结果差异无统计学意义(P>0.05)，但AI在不同密度结节中的符合率均高于医师分期符合率。AI在磨玻璃结节测量的符合率高达95.24%，实性结节符合率达83.61%，但在混合磨玻璃结节的符合率仅为69.23%；本研究有2例混合磨玻璃结节的AI测量结果明显高于大体病理测量结果，误差达(15.13±10.89)mm,考虑AI测量方法对于一些部分实性结节的T分期会有夸大。此外，在CT表现上，肿瘤在体内的状态可能与病理切除标本稍有不同，后者在组织加工过程中可能已经缩小和变形。在手术过程中，肿瘤部分也可能丢失或受损，导致CT测量结果与大体病理结果不符。

3.3 本研究的局限性：由于各个T分期样本量较少，结果存在偏倚，故本研究没有对不同T分期分别进行两种方法的对比分析。在今后研究中将继续扩大样本量，进一步完善。