人工智能软件在儿童发育相关疾病骨龄评估中的临床应用

邓成清 孙安林 唐宇轩 张 萍 唐爱群*

（1.盐城市射阳县人民医院放射科,江苏 盐城，224300；2.盐城市射阳县人民医院儿科,江苏 盐城，224300）

骨龄即通过骨头评测出的生物发育年龄，用作个体在成长过程中骨骼的成熟状态、发育年龄的度量[1]。骨龄主要是根据测定的骨骼结构、形态、大小来反映个体的体格发育程度，可反映个体的发育状况[2-3]。骨龄评估（BAA）是临床测评个体发育程度的客观与准确的方法之一[4]。由于医学技术的发展，当前骨龄评估已经广泛应用于儿童发育相关疾病的诊断，儿童发育相关疾病包括先天性肾上腺皮质增生、内分泌紊乱（包括儿童肥胖症、儿童性早熟、矮小症、先天性甲状腺功能减低症）、生长发育延迟等[5]。传统上的骨龄评估方法主要为X线检查，虽然操作比较方便，但是会因为影像科医师经验水平的不同，在诊断中容易出现差错[6]。当前随着计算机领域技术的广泛发展，人工智能也得到了快速发展，当前已有一些人工智能软件应用于骨龄评估中。将人工智能与骨龄评估结合能提高阅片效率，减少医师阅片的主观性，提高骨龄评估的可重复性与准确性[7-8]。本文具体探讨与分析了人工智能软件在儿童发育相关疾病骨龄评估中的临床应用，以促进人工智能软件的应用，现报道如下。

1 资料与方法

1.1 一般资料

选取2020年5月—2022年12月在江苏省盐城市射阳县人民医院诊治的84例发育相关疾病儿童作为研究对象。在84例患儿中，男44例，女40例；年龄2～11岁，平均年龄（7.89±0.14）岁；平均身高（126.59±10.13）cm；平均体质重量（23.10±1.14）kg/m2；疾病类型：先天性肾上腺皮质增生16例，内分泌紊乱34例，生长发育延迟34例。本次研究得到了患儿家长的知情同意。本研究经江苏省盐城市射阳县人民医院医学伦理委员会批准。

1.2 纳入与排除标准

纳入标准：①儿童年龄2～12岁；②临床诊断为儿童发育相关疾病（包括先天性肾上腺皮质增生、儿童肥胖症、儿童性早熟、矮小症、生长发育延迟等）[8]；③临床资料完整；④就诊原因评估为儿童发育相关疾病。

排除标准：①存在先天性畸形、先天性残疾的患儿；②骨龄图像不清晰者；③正在服用激素类药物的患儿；④正在服用性激素类制剂的患儿；⑤患儿或患儿家长依从性不佳。

1.3 方法

1.3.1 X线检查

在数字化X线检查中，采用GE Optima XR648、飞利浦Digital Diagnost的数字化X线摄片设备。患儿取坐位，患儿左手和前臂成一直线，掌面靠探测器，中心线对尺骨、桡骨茎突连线中点，用铅围脖和铅围裙保护患儿非照射部位。数字化X线摄片拍摄视野包括全部指骨、腕骨、掌骨、尺骨、桡骨，数字化X线摄片拍摄参数：曝光时间40 ms、管电流100 mA、管电压45～50 kV，焦片距100 cm。

1.3.2 人工智能软件应用方法

采用杭州深睿博联科技有限公司人工智能影像分析软件对数字化X线摄片进行骨龄评估，其具有手腕部部位关键点检测网络技术、X射线图像预处理技术、深度学习等各种技术，可通过准确定位及多分类器回归算法对每块手骨进行自动评级，对骨龄进行自动识别并进行骨龄评估。

1.3.3 判断标准

住院医师阅片判定：采用随机交叉自身对照试验，由医院的6名住院医师（均具有影像科医师资格证书；骨龄诊断经验小于3年；近1年骨龄阅片量≥150份）对数字化X线摄片进行判定（6名住院医师将所有病例都进行盲法阅片，研究人员将影像学图片连同检查结果表一起交给相关医院，并保证住院医师不知道影像学图片所对应的病例信息）。

金标准阅片判定：由两名在儿科影像学领域均具有＞15年经验的影像科主任医师（近1年骨龄阅片量≥300份，具有影像科医师资格证书）对数字化X线摄片进行判定。

所有医师均不知道患者临床信息、实际年龄及人工智能软件的骨龄评估结果，记录医师得出的骨龄值。

1.4 观察指标

（1）观察与记录住院医师阅片、金标准阅片与人工智能阅片的时间。（2）记录与观察住院医师阅片、人工智能阅片的结果与金标准之间的平均均方根误差（root mean square error，RMSE）与平均绝对离差（mean absolute difference，MAD），平均绝对离差和平均均方根误差越小，结果与金标准越接近。（3）以患儿实际年龄为准，记录观察住院医师阅片、人工智能阅片、金标准阅片的准确率，准确率为三种方法与患儿实际年龄差距在0.5年内的数量百分比。

1.5 统计学分析

采用SPSS 29.00统计学软件进行数据分析。符合正态分布和方差齐性的计量资料（比如阅片时间）以（）表示，对比采用t检验与方差分析等；计数资料用[n（%）]表示，对比采用χ2检验。以P＜0.05为差异有统计学意义。

2 结果

2.1 儿童发育相关疾病骨龄的三种不同阅片方法的阅片时间比较

人工智能阅片时间显著少于住院医师阅片与金标准阅片，差异有统计学意义（P＜0.05）；住院医师阅片与金标准阅片比较，差异无统计学意义（P＞0.05），见表1。

表1 儿童发育相关疾病骨龄的三种不同阅片方法的阅片时间比较 （，s）

表1 儿童发育相关疾病骨龄的三种不同阅片方法的阅片时间比较 （，s）

注：与住院医师阅片比较，aP＜0.05；与金标准阅片，bP＜0.05。

阅片方法例数阅片时间人工智能阅片84 0.25±0.03ab住院医师阅片843.54±0.43金标准阅片843.56±0.51 F 2051.548 P＜0.001

2.2 儿童发育相关疾病骨龄的三种不同阅片方法的阅片误差比较

人工智能阅片误差与金标准阅片比较，差异无统计学意义（P＞0.05）；住院医师阅片误差与金标准阅片比较，差异有统计学意义（P＜0.05），见表2。

表2 儿童发育相关疾病骨龄的三种不同阅片方法的阅片误差比较（ ）

表2 儿童发育相关疾病骨龄的三种不同阅片方法的阅片误差比较（ ）

注：与住院医师阅片比较，aP＜0.05。

阅片方法例数（n）平均均方根误差平均绝对离差人工智能阅片84 0.29±0.03a 0.21±0.02a住院医师阅片840.98±0.140.76±0.16金标准阅片84 0.30±0.02a 0.23±0.01a F 1886.182939.448 P＜0.001＜0.001

2.3 儿童发育相关疾病骨龄的三种不同阅片方法的诊断准确率比较

住院医师阅片、人工智能阅片、金标准阅片准确分别为74例、82例、83例，准确率分别为88.10%、97.62%、98.81%，人工智能阅片、金标准阅片的准确率显著高于住院医师阅片，差异有统计学意义（P＜0.05），人工智能阅片、金标准阅片的准确率比较，差异无统计学意义（P＞0.05），见表3。

表3 儿童发育相关疾病骨龄的三种不同阅片方法的诊断准确率比较

3 讨论

骨龄是根据骨头发育的时长来决定的，多数是随着时间的增加而增加的。但是由于内外在各种因素的影响，比如出现儿童发育异常等相关疾病，使骨头缺乏营养，导致骨龄增加缓慢[9]。尤其是在手腕部，伴随着长骨骨骺与骨干融合、长骨骨骺和骨干干骺形状的改变、骨化中心出现等特征，也使得手腕部的骨龄评估可作为个体整体骨龄的判定标准[10]。当前骨龄的鉴定主要是通过数字化X线摄片进行判定，在操作上比较简单，对于患儿的辐射性比较低[11]。但是数字化X线摄片的判断取决于影像科医师的经验，存在一定的误差性，导致诊断的准确性不高[12]。本研究显示，84例儿童发育相关疾病骨龄的人工智能阅片时间显著少于住院医师与金标准阅片时间，差异有统计学意义（P＜0.05）；住院医师阅片时间与金标准阅片时间比较，差异无统计学意义（P＞0.05），表明人工智能软件在儿童发育相关疾病骨龄评估中的临床应用能缩短阅片时间。从机制上分析，人工智能影像分析软件可运用医学影像识别算法和智能解剖定位引擎，准确定位每块摄片部位，自动进行评级，判读出最终骨龄，可快速大量阅片，有效提高了影像科在X线片中病变的检出率，明显提高了工作效率[13]。

通过骨龄测定可以评估儿童的发育成熟程度，可反映出儿童的生物学年龄，尤其是能够早期明确儿童的发育潜力和性成熟趋势。并且随着医学技术的发展，骨龄评估对于儿科疾病诊断、临床治疗预后判定也起着重要的作用[14-15]。并且人工智能软件评估可进行深入学习，尤其是通过机器学习方法实现全自动的骨龄评估已成为可能[16-17]。本研究显示，人工智能阅片与金标准阅片误差比较，差异无统计学意义（P＞0.05），住院医师阅片与金标准阅片误差比较，差异有统计学意义（P＜0.05），表明人工智能软件在儿童发育相关疾病骨龄评估中的临床应用能缩小评估的阅片误差。从机制上分析，人工智能软件在儿童发育相关疾病骨龄评估中的临床应用避免了住院医师主观因素对于结果的影响，减少医生的时间成本，可显著提升住院医师的阅片能力，降低骨龄判断的误差。当前有研究显示人工智能软件检测可在骨龄快速评估的基础上，提高评估的准确性，并且具有很好的可行性，尤其是基于深度学习的自动骨龄评估算法比时间年龄更能准确地反映机体的成熟度[18]。

从儿科医生对儿童发育相关疾病治疗的角度来看，骨龄评估需要有更高的精度，对指导临床治疗具有重要价值。特别是在儿童生长发育的过程中，不同发育阶段骨头的形态有所不同，存在一定的阶段性与连续性，为此骨龄评估具有重要价值[19]。本研究显示住院医师阅片、人工智能阅片、金标准阅片准确分别为74例、82例、83例，准确率分别为88.10%、97.62%、98.81%，人工智能阅片、金标准阅片的准确率显著高于住院医师阅片，差异有统计学意义（P＜0.05）；人工智能阅片、金标准阅片的准确率比较，差异无统计学意义（P＞0.05），表明人工智能软件在儿童发育相关疾病骨龄评估中的临床应用具有很高的准确性。并且人工智能软件的应用有利于骨龄评估影像诊断报告的规范化，可将各骨发展变化情况都直观展现出来，对于分析患儿病情发展具有重要意义[20]。由于经费问题，本次研究没有纳入非疾病患儿进行调查，市场上的人工智能软件也比较多，没有进行详细的分类分析，将在后续研究中扩大样本量，探讨人工智能软件在儿童发育相关疾病骨龄评估中价值，为其评价提供更多的指标。

综上所述，人工智能软件在儿童发育相关疾病骨龄评估中的临床应用能缩短阅片时间，提高对于骨龄判定的准确性，缩小阅片的误差。