李 媛，張恩龍，李文娟，郎 寧，袁慧書

1北京大學(xué)第三醫(yī)院放射科，北京 100191 2北京大學(xué)國際醫(yī)院放射科，北京 102206

人工智能(artificial intelligence，AI)是一門包括計(jì)算機(jī)科學(xué)、控制論、信息論、數(shù)學(xué)等多種學(xué)科相互滲透，研究模擬人類智能并對(duì)其擴(kuò)展延伸的一門綜合性前沿學(xué)科。近年來，隨著云計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)的日益成熟，AI的應(yīng)用領(lǐng)域不斷擴(kuò)大，各種AI相關(guān)產(chǎn)品也層出不窮。其中，在醫(yī)療健康相關(guān)領(lǐng)域的研究主要包括醫(yī)學(xué)影像、藥物研發(fā)、健康管理、疾病風(fēng)險(xiǎn)預(yù)測等多個(gè)方面，尤其在醫(yī)學(xué)影像領(lǐng)域，AI可以輔助放射科醫(yī)師判讀和診斷，識(shí)別關(guān)鍵影像學(xué)表現(xiàn)，防止漏診誤診，并可提示醫(yī)師結(jié)合臨床和影像學(xué)特征考慮診斷。AI技術(shù)的應(yīng)用提高了影像圖像的解讀和診斷速度、準(zhǔn)確性及質(zhì)量，在某些疾病診斷上，其水平可以和熟練的放射科醫(yī)生相媲美。目前AI在骨肌系統(tǒng)影像學(xué)中的應(yīng)用研究逐漸增多，本文通過綜合國內(nèi)外大量文獻(xiàn)，簡述目前AI在骨肌系統(tǒng)影像領(lǐng)域的研究進(jìn)展和應(yīng)用前景。

AI與骨齡測量

骨齡評(píng)估是放射學(xué)中評(píng)估骨骼成熟度的一項(xiàng)常見診斷研究，對(duì)研究兒童內(nèi)分泌、遺傳和生長障礙具有一定的意義[1]。骨齡評(píng)估最常用的方法是G-P圖譜法[2]。G-P圖譜方法將患者的X線片與具有代表性年齡的標(biāo)準(zhǔn)影像圖譜進(jìn)行比較，選擇出發(fā)育程度最為相似的標(biāo)準(zhǔn)片確定骨齡。對(duì)于放射科醫(yī)生來說，使用此種方法評(píng)估骨齡是一個(gè)冗長而耗時(shí)的過程，并且很大程度上受放射科醫(yī)生主觀判斷及不同放射科醫(yī)生之間判讀差異的影響[3]。如果把這個(gè)臨床工作過程自動(dòng)化，其受人為主觀因素的影響將減少，檢測速度也會(huì)增快。

因此，有研究者提出了幾種計(jì)算機(jī)輔助診斷(computer aided diagnosis，CAD)方法來實(shí)現(xiàn)骨齡的自動(dòng)化[1，4]。傳統(tǒng)的CAD工具依賴于硬編碼的骨齡算法特性，而這些特性存在一些缺點(diǎn)。機(jī)器學(xué)習(xí)(machine learning，ML)，特別是深度學(xué)習(xí)這一子類型，在醫(yī)學(xué)成像領(lǐng)域顯示出廣闊的應(yīng)用前景，在執(zhí)行困難的任務(wù)時(shí)顯示出很高的準(zhǔn)確性。研究者通過使用特定的特征提取技術(shù)，開發(fā)了自動(dòng)算法評(píng)估手部X線片以確定骨齡。目前用于臨床實(shí)踐，具有與放射科醫(yī)師相似的準(zhǔn)確性[5]。

深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)可以將圖像本身應(yīng)用于學(xué)習(xí)過程中，不需要在學(xué)習(xí)過程之前進(jìn)行特征提取，最重要的功能是可以自動(dòng)學(xué)習(xí)[6]。發(fā)表在Radiology雜志上的一項(xiàng)研究開發(fā)并驗(yàn)證了一種用于兒童手部X線片骨齡評(píng)估的ML系統(tǒng)[7]。通過使用CNN在12 611幅圖像訓(xùn)練并構(gòu)建模型，并在1425幅圖像上驗(yàn)證模型，在兩個(gè)不同的數(shù)據(jù)集上測試骨齡評(píng)估模型。第一個(gè)測試組的圖像由4名放射科醫(yī)生獨(dú)立評(píng)估，通過分析確定計(jì)算機(jī)模型計(jì)算的骨齡與放射科醫(yī)生判讀的骨齡之間的差異。通過比較模型評(píng)估結(jié)果和參考標(biāo)準(zhǔn)結(jié)果的均方根和平均絕對(duì)差評(píng)估整體模型效能。研究結(jié)論是：深度學(xué)習(xí)CNN模型能夠準(zhǔn)確評(píng)估骨齡，其準(zhǔn)確度與放射學(xué)專家和現(xiàn)有的自動(dòng)化模型類似。其局限性在于：由于缺乏一個(gè)人類評(píng)估參考標(biāo)準(zhǔn)和評(píng)估的固有變化，很難對(duì)模型的性能與醫(yī)生的表現(xiàn)進(jìn)行比較。其次，類似于其他ML應(yīng)用程序，該模型不會(huì)檢測出醫(yī)生可能從圖像中檢測到的某些疾病，例如軟骨發(fā)育不全、佝僂病和先天性綜合征等。再者，該模型無法預(yù)測2歲以下患者的骨齡，這可能與該年齡組的訓(xùn)練及檢查數(shù)量相對(duì)較少以及兒科放射科醫(yī)師認(rèn)為G-P圖譜法在該年齡組中的用處較少有關(guān)。

另有研究提出定制的、有目的構(gòu)建神經(jīng)網(wǎng)絡(luò)比預(yù)先訓(xùn)練的成像數(shù)據(jù)集的網(wǎng)絡(luò)提供了更好的性能，先進(jìn)的體系結(jié)構(gòu)可以在醫(yī)學(xué)成像領(lǐng)域成功地從零開始訓(xùn)練，并且可以生成比現(xiàn)算法更好的結(jié)果，利用該研究提出的對(duì)大量可用數(shù)據(jù)的自定義神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)，得到一個(gè)總體驗(yàn)證和測試集平均絕對(duì)誤差分別為0.637和0.536[2]。迄今為止，這是利用深度學(xué)習(xí)進(jìn)行骨齡評(píng)估發(fā)表的最好成績。這也支持了其最初的假設(shè)，從而顯著提高算法的準(zhǔn)確性。國內(nèi)在骨齡評(píng)估模型方面也有報(bào)道[8]?；谔卣魈崛〉纳疃染矸e神經(jīng)網(wǎng)絡(luò)在骨齡回歸模型上有更好的表現(xiàn)，結(jié)合人口和性別信息可進(jìn)一步提升基于圖像的骨齡預(yù)測準(zhǔn)確率。

北美放射學(xué)會(huì)(Radiological Society of North America，RSNA)ML委員會(huì)發(fā)起了RSNA兒童骨齡ML挑戰(zhàn)賽，并在2017年RSNA年會(huì)上公開表彰了創(chuàng)造出最佳算法的團(tuán)隊(duì)[9]。其目的是展示ML在醫(yī)學(xué)成像中的應(yīng)用，促進(jìn)AI模型創(chuàng)建及發(fā)現(xiàn)醫(yī)學(xué)成像領(lǐng)域的創(chuàng)新者[10]。參賽選手使用手X線片應(yīng)用深度學(xué)習(xí)預(yù)測骨齡。參賽者可獲得由12 611張兒童手部X線片組成的帶注釋的訓(xùn)練數(shù)據(jù)集，大多數(shù)參賽者使用CNN的深度學(xué)習(xí)方法，該比賽展示了通過共享一個(gè)公共數(shù)據(jù)集和目標(biāo)來推進(jìn)ML研究的潛力。骨齡的定量評(píng)估具有相對(duì)明確的性質(zhì)，而且手X線片解剖結(jié)構(gòu)相對(duì)一致和簡單。在過去的20年里，利用ML確定兒童手部X光片的骨齡的文獻(xiàn)已有數(shù)百篇，而本次競賽提供了一個(gè)引人注目的例子，展示了研究共享已發(fā)表文章中的原始數(shù)據(jù)的研究潛力，從而促使新穎、創(chuàng)新的想法。值得關(guān)注的是，當(dāng)將第2名(深度學(xué)習(xí))和第4名(傳統(tǒng)ML)的團(tuán)隊(duì)結(jié)合在一起時(shí)取得了更好的性能，從而使準(zhǔn)確度超過了第1名[11]。

目前基于深度學(xué)習(xí)技術(shù)對(duì)兒童骨齡評(píng)估的相關(guān)AI產(chǎn)品在國內(nèi)外都有研發(fā)，從讀片到輸出診斷報(bào)告達(dá)到秒級(jí)完成，各產(chǎn)品模型評(píng)估骨齡的準(zhǔn)確性近似甚至優(yōu)于放射科醫(yī)師。

AI與骨折

目前研究主要是AI在X線、CT檢查中骨折判讀及解剖定位，或者結(jié)合骨結(jié)構(gòu)、骨密度等分析預(yù)測骨折風(fēng)險(xiǎn)，以及預(yù)測癌癥骨轉(zhuǎn)移患者骨折風(fēng)險(xiǎn)。AI對(duì)于骨折的研究主要涉及身體側(cè)別的判定、骨折的識(shí)別和定位等，多項(xiàng)研究表明診斷的準(zhǔn)確率不低于醫(yī)生。

2018年5月，美國食品及藥物管理局批準(zhǔn)了一種名為OsteoDetect的新型AI工具，可幫助醫(yī)生診斷腕骨骨折，數(shù)據(jù)采用25.6萬個(gè)腕部、手部和踝部X線片，并確定了4個(gè)類別征象進(jìn)行識(shí)別：骨折、側(cè)別、定位和檢查部位，然后選擇5個(gè)適合這些圖像的公開可用的深度學(xué)習(xí)網(wǎng)絡(luò)，進(jìn)一步將網(wǎng)絡(luò)的性能與2位資深醫(yī)生進(jìn)行了比較，結(jié)果5種網(wǎng)絡(luò)在識(shí)別側(cè)別、身體部位和檢查部位的識(shí)別準(zhǔn)確率均達(dá)90%以上，表現(xiàn)最好的神經(jīng)網(wǎng)絡(luò)(VGG16layers)對(duì)骨折的識(shí)別準(zhǔn)確率達(dá)83%，與2名高級(jí)骨科醫(yī)師診斷準(zhǔn)確率相似[12]。

另一項(xiàng)研究建立并驗(yàn)證了一種對(duì)CT圖像檢測、定位、分類壓縮性骨折、測量胸腰椎骨密度的計(jì)算機(jī)系統(tǒng)，研究結(jié)果顯示對(duì)壓縮性骨折檢測和定位的敏感性為95.7%(95%CI=87.0%～98.9%)，基于病例的受試者工作特征(receiver operating characteristic，ROC)曲線分析靈敏度為98.7%，特異性為77.3%，按Genant類型分類的準(zhǔn)確率為95%(95%CI=89%～98%)，根據(jù)Genant高度損失等級(jí)分類的準(zhǔn)確率為68%(95%CI=59%～76%)[13]。該研究建立了一套良好的對(duì)CT圖像進(jìn)行高靈敏度、低假陽性率的椎體壓縮骨折的檢測、解剖定位和分類并計(jì)算椎體骨密度的自動(dòng)ML計(jì)算機(jī)系統(tǒng)。

Burns等[14]設(shè)計(jì)并驗(yàn)證一種CT對(duì)創(chuàng)傷性胸腰椎椎體骨折的檢測和解剖定位的全自動(dòng)計(jì)算機(jī)系統(tǒng)，利用軟件分析實(shí)現(xiàn)全自動(dòng)化脊柱分割和骨折檢測、進(jìn)行ROC分析，訓(xùn)練集對(duì)每個(gè)椎體內(nèi)骨折的檢測和定位靈敏度為82%(95%CI=68%～90%)，每例患者的假陽性率為2.5%；骨折定位對(duì)正確椎體的敏感性為88%(95%CI=72%～96%)，假陽性率為1.3%；測試集每個(gè)椎體內(nèi)骨折檢測和定位的測試集靈敏度為81%(95%CI=75%～87%)，假陽性率為2.7%；骨折定位對(duì)正確椎體的敏感性為0.92(95%CI=0.79～0.94)，假陽性率為1.6%。全自動(dòng)計(jì)算機(jī)系統(tǒng)在CT圖像上對(duì)胸椎和腰椎椎體骨折進(jìn)行檢測和解剖定位，靈敏度高，假陽性率低。

Muehlematter等[15]評(píng)價(jià)骨紋理分析結(jié)合ML算法在標(biāo)準(zhǔn)CT掃描中識(shí)別椎體不全骨折風(fēng)險(xiǎn)患者的診斷性能，結(jié)果顯示紋理分析與ML相結(jié)合，可以在標(biāo)準(zhǔn)CT掃描中高精度地識(shí)別出椎體功能不全骨折的危險(xiǎn)患者，與CT掃描上的CT值測量相比，紋理分析與ML相結(jié)合的應(yīng)用提高了骨折風(fēng)險(xiǎn)預(yù)測，可以在標(biāo)準(zhǔn)CT掃描中以較高的準(zhǔn)確性識(shí)別出椎體不全骨折的患者。然而，鑒別單個(gè)脊椎是否有骨折風(fēng)險(xiǎn)仍然是一個(gè)挑戰(zhàn)。

Kruse等[16]應(yīng)用ML預(yù)測髖部骨折，并在雙能X線骨密度儀掃描的男性和女性人群中估計(jì)預(yù)測因子的重要性，收集1996至2006年丹麥雙能X射線吸收測定法測量數(shù)據(jù)，共納入4722名女性和717名男性，隨訪5年，在75%的數(shù)據(jù)上建立24個(gè)統(tǒng)計(jì)模型，然后在剩余25%的數(shù)據(jù)上進(jìn)行驗(yàn)證，計(jì)算曲線下面積(area under curve，AUC)，并校準(zhǔn)概率估計(jì)，男性髖部骨折風(fēng)險(xiǎn)模型具有較高的預(yù)測能力，AUC值為0.89 [0.82,0.95]，敏感性100%，特異度69%；女性髖部骨折風(fēng)險(xiǎn)良好，AUC值0.91，敏感性88%，特異性81%。ML可以改進(jìn)髖部骨折的預(yù)測。另外，還有研究比較基于CT的影像特征和基于CT的影像和臨床特征訓(xùn)練的兩種模型對(duì)使用ML算法的肺癌患者進(jìn)行病理性股骨骨折的預(yù)測能力，發(fā)現(xiàn)ML可以預(yù)測病理性股骨骨折[17]。

AI與骨質(zhì)疏松

骨質(zhì)疏松癥是一種骨代謝疾病，其特征是骨密度減低和骨組織微結(jié)構(gòu)退化，骨骼脆性增加，從而導(dǎo)致骨折風(fēng)險(xiǎn)增加。當(dāng)骨量下降的速度快于身體替代它的能力時(shí)，就會(huì)導(dǎo)致骨強(qiáng)度大幅下降。目前已經(jīng)開發(fā)出多種骨質(zhì)疏松癥風(fēng)險(xiǎn)評(píng)估的臨床決策工具。Yoo等[18]收集1674例韓國絕經(jīng)后婦女?dāng)?shù)據(jù)，1000例訓(xùn)練集，674例測試集，開發(fā)并驗(yàn)證了多種ML模型(SVM、RF、ANN、LR)，旨在確定絕經(jīng)后婦女患骨質(zhì)疏松癥的風(fēng)險(xiǎn)，并與傳統(tǒng)臨床決策制定工具的性能在準(zhǔn)確度、ROC和AUC方面進(jìn)行比較，與傳統(tǒng)的臨床決策工具相比，ML更準(zhǔn)確地識(shí)別絕經(jīng)后婦女患骨質(zhì)疏松癥的風(fēng)險(xiǎn)。Cruz等[19]綜述了2000至2017年25篇相關(guān)文章，發(fā)現(xiàn)可以利用多種AI方法幫助篩選骨質(zhì)疏松或骨折的危險(xiǎn)人群，但僅限于特定的種族、性別或年齡，因此對(duì)未來此方面的研究提出了新的挑戰(zhàn)。胡曉暉等[20]總結(jié)發(fā)現(xiàn)骨質(zhì)疏松AI的開發(fā)離不開骨質(zhì)疏松體檢生物樣本庫的建設(shè)，高質(zhì)量多中心大規(guī)模骨質(zhì)疏松生物樣本庫構(gòu)建過程中收集的大量可供機(jī)器人學(xué)習(xí)及再學(xué)習(xí)的資料是決定骨質(zhì)疏松AI技術(shù)開發(fā)成敗的關(guān)鍵。

AI與軟骨

骨關(guān)節(jié)炎臨床表現(xiàn)通常為軟骨退行性變和消失，識(shí)別軟骨的變化可實(shí)現(xiàn)骨關(guān)節(jié)炎的早期診斷。目前的研究主要是對(duì)關(guān)節(jié)軟骨的識(shí)別(自動(dòng)分割)技術(shù)以及軟骨損傷的定性檢測。Norman 等[21]將2D U-Net卷積神經(jīng)網(wǎng)絡(luò)用于膝關(guān)節(jié)磁共振數(shù)據(jù)的自動(dòng)軟骨和半月板分割，以確定弛豫測量和形態(tài)測量，旨在分析與手動(dòng)分割相比，自動(dòng)分割的準(zhǔn)確性和精確性，使用全自動(dòng)深度學(xué)習(xí)軟骨病變檢測系統(tǒng)評(píng)估膝關(guān)節(jié)關(guān)節(jié)軟骨的可行性，具有較高的診斷性能和良好的觀察者一致性，可用于檢測軟骨退變和急性軟骨損傷，該結(jié)果發(fā)表在Radiology上。另一項(xiàng)研究旨在評(píng)估用深度學(xué)習(xí)的方法檢測膝關(guān)節(jié)磁共振中軟骨病變(包括軟骨軟化、纖維化、局部缺損、軟骨退變引起的彌漫性變薄和急性軟骨損傷)的可行性[22]，發(fā)現(xiàn)ML對(duì)骨關(guān)節(jié)炎患者分類有一定的應(yīng)用前景[23]。

展 望

隨著諸多影像圖像的數(shù)據(jù)集和相關(guān)參考標(biāo)準(zhǔn)的不斷收集，未來可用來開發(fā)更先進(jìn)、更精確的計(jì)算機(jī)學(xué)習(xí)模型，同時(shí)可以進(jìn)一步收集并使用前瞻性數(shù)據(jù)構(gòu)建骨肌系統(tǒng)疾病的擴(kuò)展預(yù)測模型，屆時(shí)會(huì)有更多的AI技術(shù)方法應(yīng)用于影像診斷的研究。而目前研究內(nèi)容大多是對(duì)簡單病灶或征象的識(shí)別，是否能達(dá)到“輔助”水平、如何對(duì)復(fù)雜疾病進(jìn)行全面分析和診斷仍是進(jìn)一步研究的重點(diǎn)。相信在不斷的發(fā)展與突破后，AI將會(huì)克服其現(xiàn)有的不足，為影像醫(yī)生提供更有效的幫助。