謝宏剛

【摘 ?要】目的：探討人工智能對肺小結(jié)評估的價值。方法：從2018年1月-2019年1月我院自建獲得的CT掃描檢查肺結(jié)節(jié)數(shù)據(jù)庫當中，隨機選取100例胸部的CT掃描檢查數(shù)據(jù)，包括隨訪結(jié)節(jié)病例及經(jīng)病理證實后的肺癌病例。將所有病例數(shù)據(jù)導入至人工智能識別（肺結(jié)節(jié)）系統(tǒng)當中，自動識別，然后跟原始影像結(jié)果相比較，觀察比較放射科醫(yī)生及AI在不同結(jié)節(jié)尺寸方面的檢出情況。結(jié)果：入選100例CT圖像通過兩位經(jīng)驗豐富的影像專家確認，共包含真結(jié)節(jié)444個，包括惡性結(jié)節(jié)66例（14.9%）。AI在結(jié)節(jié)尺寸<3mm及結(jié)節(jié)尺寸≥3mm時的檢出率均顯著高于放射科醫(yī)生（P>0.05）;放射科醫(yī)生在結(jié)節(jié)尺寸≥3mm的檢出率顯著高于結(jié)節(jié)尺寸<3mm（P<0.05）;AI在結(jié)節(jié)尺寸<3mm時的檢出率略低于結(jié)節(jié)尺寸≥3mm，但無顯著差異（P>0.05）。AI在不同結(jié)節(jié)密度：實性結(jié)節(jié)、部分實性結(jié)節(jié)及磨玻璃結(jié)節(jié)方面的檢出率均顯著高于放射科醫(yī)生（P<0.05）。AI在不同位置結(jié)節(jié)：與胸膜相連、周圍性結(jié)節(jié)、肺門區(qū)結(jié)節(jié)及中心性結(jié)節(jié)方面的檢出率高于放射科醫(yī)生（P<0.05）。AI在肺結(jié)節(jié)總體檢測靈敏度方面顯著比放射科醫(yī)師高（98.9%（439/444） vs45.9%（204/444），X2=6.142，P<0.05）。結(jié)論：人工智能能夠提高對肺小結(jié)節(jié)的檢出比率，與臨床放射科醫(yī)師相比，檢出靈敏度更高;但是在肺小結(jié)節(jié)方面依舊存在一定的假陽性率。

【關鍵詞】肺小結(jié)節(jié);肺結(jié)節(jié);人工智能

【中圖分類號】R563;R816.41 ? ? ?【文獻標識碼】A ? ? ?【文章編號】672-3783（2020）08-0278-02

肺結(jié)節(jié)屬于早期肺癌的表現(xiàn)之一，伴隨著臨床計算機斷層掃描（computed tomograpb，簡稱CT）設備及技術的不斷發(fā)展，其在臨床中的檢出率也隨之提高[1]。但是顯著增多的CT檢查數(shù)據(jù)大大的加重了放射科醫(yī)師的負擔，而在疲勞狀態(tài)下閱片會導致出現(xiàn)漏診的風險[2]。人工智能（artificial intelligence，AI）技術能夠?qū)εR床中海量的CT掃描檢查圖像實施初步篩查，且對可疑病變進行標記，從而為臨床醫(yī)師提供幫助，降低工作量的同時使得準確率得到有效提高[3]。從2018年1月-2019年1月我院自建獲得的CT掃描檢查肺結(jié)節(jié)數(shù)據(jù)庫當中，隨機選取100例胸部的CT掃描檢查數(shù)據(jù)，觀察人工智能在肺小結(jié)方面的評估價值。

1資料與方法

1.1一般資料

從2018年1月-2019年1月我院自建獲得的CT掃描檢查肺結(jié)節(jié)數(shù)據(jù)庫當中，隨機選取100例胸部的CT掃描檢查數(shù)據(jù)。

圖像納入標準：（1）最少包含非鈣化結(jié)節(jié)1枚;（2）有層厚≤1.0mm的薄層胸部CT掃描檢查圖像。圖像排除標準：（1）合并彌漫性轉(zhuǎn)移。（2）合并間質(zhì)性肺病。（3）形成廣泛瘢痕。（4）合并肺炎。（5）合并肺纖維化。（6）合并肺水腫。（7）運動偽影嚴重。

1.2方法

CT掃描檢查方法：儀器：64排螺旋CT檢查儀，廠家：西門子。掃描范圍：從胸廓入口開始直至肺底部;所有掃描全部在一次吸氣之后進行屏氣的狀態(tài)下完成。掃描方式：視野設置：407mm;圖像矩陣設置：512×512;層厚設置：5.0mm;采集64x0.6mm;管電流設置：260mA;管電壓設置：110kv。

AI軟件：醫(yī)準。將所有100例胸部的原始CT檢查數(shù)據(jù)上傳到AI軟件工作站當中，系統(tǒng)會批量自動對肺結(jié)節(jié)進行標記及識別。放射科醫(yī)師檢測結(jié)節(jié)時在影像報告的基礎上進行評估，且報告必須經(jīng)高年資（副高職稱以上）的醫(yī)師審核。

結(jié)節(jié)認定標準：由胸部影像科專家2名在充分的參考影響報告及AI評估結(jié)果的情況下，觀察橫斷面，對可疑病灶的位置進行確定之后，再充分的參考相關結(jié)果，如：最大密度投影、多平面重建等，進一步的確定所標注的結(jié)果跟肺結(jié)節(jié)是否一致并進行判斷，將2名專家的一致意見當作金標準，并對所有結(jié)節(jié)的密度、位置及大小進行記錄。

1.3觀察指標

1.3.1 觀察比較放射科醫(yī)生及AI在不同結(jié)節(jié)尺寸方面的檢出情況。

1.3.2 觀察比較放射科醫(yī)生及AI在不同結(jié)節(jié)密度方面的檢出情況。結(jié)節(jié)密度主要分為3個：磨玻璃密度結(jié)節(jié)：在肺內(nèi)十分模糊且密度比肺組織相比較大，且沒有對肺紋理結(jié)構(gòu)掩蓋的結(jié)節(jié);部分實性結(jié)節(jié)：結(jié)節(jié)當中有磨玻璃密度的成分，還有軟組織實性密度成分的結(jié)節(jié)[4]。

1.3.3 觀察比較放射科醫(yī)生及AI在不同位置結(jié)節(jié)方面的檢出情況。結(jié)節(jié)位置主要分為4個：與胸膜相連、不跟胸膜發(fā)生相連且距離胸膜尺寸<2cm的周圍性結(jié)節(jié)、距肺門尺寸<2cm的肺門區(qū)結(jié)節(jié)、位置在肺門區(qū)結(jié)節(jié)與周圍性結(jié)節(jié)間的中心性結(jié)節(jié)。

1.4統(tǒng)計學方法

應用SPSS21.0進行所有數(shù)據(jù)的整合分析，（%）類的計數(shù)類數(shù)據(jù)，行X2檢驗檢測;（ ±S）類的計量類數(shù)據(jù)，行T檢驗檢測;P<0.05時，提示存在著統(tǒng)計學方面的區(qū)別及差異。

2結(jié)果

2.1 入選100例CT圖像通過兩位經(jīng)驗豐富的影像專家確認，共包含真結(jié)節(jié)444個，包括惡性結(jié)節(jié)66個（14.9%），所有惡性結(jié)節(jié)全部經(jīng)過病理檢測證實。對于所有66例惡性結(jié)節(jié)，放射科醫(yī)生與AI的檢出率都為100%，均全部檢出。

2.2 AI在結(jié)節(jié)尺寸<3mm及結(jié)節(jié)尺寸≥3mm時的檢出率均顯著高于放射科醫(yī)生（P>0.05）;放射科醫(yī)生在結(jié)節(jié)尺寸≥3mm的檢出率顯著高于結(jié)節(jié)尺寸<3mm（P<0.05）;AI在結(jié)節(jié)尺寸<3mm時的檢出率略低于結(jié)節(jié)尺寸≥3mm，但無顯著差異（P>0.05），具體見表1。

2.3 AI在不同結(jié)節(jié)密度：實性結(jié)節(jié)、部分實性結(jié)節(jié)及磨玻璃結(jié)節(jié)方面的檢出率均顯著高于放射科醫(yī)生（P<0.05），具體見表2。

2.4 AI在不同位置結(jié)節(jié)：與胸膜相連、周圍性結(jié)節(jié)、肺門區(qū)結(jié)節(jié)及中心性結(jié)節(jié)方面的檢出率高于放射科醫(yī)生（P<0.05），具體見表3。

入選100例CT檢查圖像通過2名專家確認，共有真結(jié)節(jié)444個;而AI在肺結(jié)節(jié)總體檢測靈敏度方面顯著比放射科醫(yī)師高（98.9%（439/444） vs45.9%（204/444），X2=6.142，P<0.05）。

3討論

肺小結(jié)節(jié)指的是在肺臟當中直徑尺寸小于3cm且邊緣十分清晰的一種類圓形或圓形狀腫塊影。據(jù)研究指出，肺小結(jié)節(jié)當中約有60%左右會屬于惡性病變，剩余的40%左右為良性病變。伴隨著社會的不斷進步，環(huán)境污染也不斷加劇，臨床中發(fā)生原發(fā)肺部惡性腫瘤的比率也持續(xù)升高，成為導致人類死亡的一個重要及主要疾病類型。同時，因為肺組織當中血運十分豐富且生理結(jié)構(gòu)具有一定的特點，使得肺部成為惡性腫瘤好發(fā)的一個轉(zhuǎn)移位置。所以，有效的檢出肺小結(jié)節(jié)對臨床中繼發(fā)性及原發(fā)性腫瘤的盡早診療具有十分重要的積極意義。

在早期肺癌患者中并不存在顯著性的癥狀體征及表現(xiàn)，但是患者的肺結(jié)節(jié)是早期肺癌的一種主要影像學表現(xiàn)，醫(yī)生能夠通過對患者的肺部CT掃描檢查圖像進行閱讀來評估并發(fā)現(xiàn)肺結(jié)節(jié)。但醫(yī)生一次性閱讀海量CT掃描檢查圖像需要耗費極大的精力及時間，同時還醫(yī)生診斷的結(jié)果還存在一定的主觀依賴性，增加臨床中發(fā)展漏診的風險;尤其是在肺小結(jié)方面，因為其尺寸較小，十分容易被臨床醫(yī)生所忽略。本次研究結(jié)果提示，放射科醫(yī)生在結(jié)節(jié)尺寸<3mm方面的檢出率僅為17.0%，進而會有可能導致肺癌患者錯失早期診斷及治療的最佳時機。

本次研究結(jié)果提示，而AI在肺結(jié)節(jié)總體檢測靈敏度方面顯著比放射科醫(yī)師高（98.9%（439/444） vs45.9%（204/444），X2=6.142，P<0.05）。結(jié)果提示，AI在肺結(jié)節(jié)，特別是肺小結(jié)方面的檢出率及靈敏度顯著更高，但是在肺小結(jié)方面依舊存在一定的漏診比率。分析其原因為：（1）氣管。如細支氣管的擴張及增厚，氣管內(nèi)存在的分泌物等。（2）血管。如血管肺門增粗、交叉、迂曲及增粗等。（3）感染性病灶。不同感染時期，如磨玻璃密度影、片狀實變、樹芽狀及索條等。（4）其他原因。如胸膜斑塊、氣體潴留及骨性結(jié)構(gòu)（局部凸向肺野）等。

AI技術當前發(fā)展較為廣泛且飽受關注的一種科學技術，在醫(yī)學領域相關的前沿學科當中也被廣泛應用，而通過AI技術來檢測評估肺小結(jié)節(jié)是當下醫(yī)療人工智能的一個主要發(fā)展趨勢及方向。相信伴隨著不斷積累的豐富臨床經(jīng)驗，不斷迭代的模型，AI的臨床診斷準確率及敏感性也會持續(xù)升高，從而避免出現(xiàn)漏診現(xiàn)象。

綜上所述，人工智能能夠提高對肺小結(jié)節(jié)的檢出比率，與臨床放射科醫(yī)師相比，檢出靈敏度更高;但是在肺小結(jié)節(jié)方面依舊存在一定的假陽性率。

參考文獻

[1] 歐陽雨晴，倪連芳，劉新民.對近3年穩(wěn)定的磨玻璃樣肺小結(jié)節(jié)的長期隨訪[J].中華結(jié)核和呼吸雜志，2017，40（4）：315-315.

[2] 黃大鋇，李曉群，張健，etal.C臂CT在肺小結(jié)節(jié)胸腔鏡切除術前定位中的應用[J].介入放射學雜志，2017，26（9）：843-846.

[3] 李囡，曹中良.102例肺內(nèi)單發(fā)小結(jié)節(jié)性病灶診治分析[J].中華實驗外科雜志，2019，36（4）：776-777.

[4] Purandare N C， Pramesh C S， Agarwal J P， et al. Solitary pulmonary nodule evaluation in regions endemic for infectious diseases： Do regional variations impact the effectiveness of fluorodeoxyglucose positron emission tomography/computed tomography[J]. 2017， 54（1）：271.