陳中博，陸青云（通訊作者），王 艷

（上海市靜安區(qū)閘北中心醫(yī)院影像科 上海 200070）

肺癌是我國發(fā)病率和死亡率最高的惡性腫瘤[1]，嚴重威脅著人民的生命健康，隨著胸部低劑量CT 體檢的普及，使得很多早期肺癌被檢出，實現(xiàn)了肺癌的早診斷、早治療，大大的降低了病死率。但是隨著體檢病人的不斷增多，影像科醫(yī)師工作量的激增和長時間的閱片導致漏診率的增高。近年來人工智能技術(shù)在各個領(lǐng)域的普及，基于深度學習的人工智能輔助診斷系統(tǒng)在醫(yī)學影像學方面得以應用，提高了早期肺癌的檢出率[2]。本研究旨在評價AI 在胸部低劑量CT 體檢人群中效能。

1 資料與方法

1.1 研究對象

收集靜安區(qū)閘北中心醫(yī)院自2019 年11 月1 日至2020年2 月1 日的胸部低劑量CT 體檢人群100 例。圖像納入標準：①人群年齡在20 ～60 歲之間；②至少有1 個非鈣化結(jié)節(jié)；③總的非鈣化結(jié)節(jié)數(shù)小于10 個；圖像排除標準①患有肺部基礎(chǔ)疾病的圖像：如轉(zhuǎn)移性肺腫瘤、間質(zhì)性肺病、肺炎、肺結(jié)核、肺水腫、嚴重的肺氣腫等；②有嚴重的異物或者運動偽影圖像。

1.2 研究方法

胸部CT 掃描采用飛利浦64 排螺旋CT 低劑量掃描，①掃描范圍自胸鎖關(guān)節(jié)上緣至胸11 椎體下緣水平；②掃描參數(shù)：螺旋掃描模式，螺距≤1，矩陣512×512，120kV，≤30mAs，F(xiàn)OV35*35cm；③采用迭代算法重建，重建層厚5mm，1.5mm。結(jié)果由推想科技公司提供的基于人工智能軟件（InferRead CT Lung）分析，結(jié)節(jié)認定標準：由2 位高年資影像科主任醫(yī)師參考AI 診斷結(jié)果，結(jié)合薄層原始圖像，應用多平面重建、最大密度投影技術(shù)判斷結(jié)節(jié)的真實性，以兩人認定的一致性結(jié)果為金標準。

1.3 統(tǒng)計學分析

應用SPSS26.0 軟件進行資料錄入和統(tǒng)計學分析，應用卡方檢驗評價兩組檢出結(jié)節(jié)的檢出率和假陽性率，P＜0.05 為差異具有統(tǒng)計學意義。

2 結(jié)果

2.1 結(jié)節(jié)檢出率的對比

入選的100 例病例經(jīng)2 位主任醫(yī)師共檢出真實結(jié)節(jié)數(shù)482 個，結(jié)節(jié)大小、性質(zhì)及檢出率參見表1。AI 的總體肺結(jié)節(jié)檢出率明顯高于放射科醫(yī)師（99.37% vs 59.75%,χ2=232.74，P＜0.001），尤其對于＜5mm 的微結(jié)節(jié)（99.18% vs 50.00%,χ2=234.86，P＜0.001），對于5 ～10mm 的小結(jié)節(jié)，AI 的檢出率優(yōu)于放射科醫(yī)師（100% vs 92.45%,χ2=8.31，P＜0.05），對于＞10mm的結(jié)節(jié)，AI 和放射科醫(yī)師的檢出率未見明顯差異（100% vs 75%,P=0.467）。對于磨玻璃結(jié)節(jié)檢出率（99.40% vs 63.90%,χ2=70.10，P＜0.001）和實性結(jié)節(jié)檢出率（99.36% vs 57.18%,χ2=163.67，P＜0.001），AI 也均優(yōu)于放射科醫(yī)師。

2.2 結(jié)節(jié)假陽性率對比

AI 共檢出結(jié)節(jié)617 個，其中真實結(jié)節(jié)482 個，假陽性結(jié)節(jié)135 個，放射科醫(yī)師共檢出結(jié)節(jié)299 個，其中真實結(jié)節(jié)288 個，假陽性結(jié)節(jié)11 個，AI 的假陽性率明顯高于放射科醫(yī)師（21.88% vs 3.67%,χ2=49.79，P＜0.001）。

表1 人工智能組與放射科醫(yī)師組結(jié)節(jié)檢出情況

3 討論

通過AI 和放射科醫(yī)師的對比，應用人工智能輔助系統(tǒng)后肺結(jié)節(jié)的檢出率明顯提升，尤其對于5mm 以下的微結(jié)節(jié)有著更高的檢出率，從而降低了漏診率，提高了大量人群薄層CT 體檢的可行性。但人工智能系統(tǒng)確實存在比較高的假陽性率，本研究顯示，人工智能的假陽性結(jié)節(jié)主要集中在5mm 以下的微結(jié)節(jié)，究其原因可能包括增厚的支氣管壁，細支氣管內(nèi)的黏液嵌塞；迂曲和增粗的血管影；小葉間隔的增厚；各種慢性炎性病變導致的纖維條縮影、瘢痕影等；局限性的胸膜增厚、胸膜下小淋巴結(jié)等，通過人工多平面重建等技術(shù)的進一步確認，可排除假性結(jié)節(jié)。但是人工智能輔助系統(tǒng)存在許多問題，如沒有統(tǒng)一的標準化，訓練數(shù)據(jù)質(zhì)量層次不齊，缺乏科學的系統(tǒng)臨床驗證等[3]。相信不久的將來，AI 技術(shù)也會進一步提升和完善并服務于醫(yī)學行業(yè)，為人類的醫(yī)學事業(yè)做出貢獻。