劉鮮艷 單法成 李 珊 朱建波

肺癌具有極高的發(fā)病率及死亡率，且呈逐年上升的趨勢(shì)[1-2]。然而在臨床工作中，初次來就診的肺癌患者常常處于疾病的中晚期，已經(jīng)錯(cuò)過最佳治療時(shí)機(jī)。因此肺癌的早期篩查顯得尤為重要。隨著醫(yī)學(xué)技術(shù)的進(jìn)步，肺部雙源低劑量螺旋CT常規(guī)用于早期肺癌的篩查[3-4]。早期肺癌常常表現(xiàn)為肺結(jié)節(jié)，形態(tài)多樣，缺乏臨床癥狀及體征，同時(shí)由于影像科醫(yī)生診斷水平的差異及工作的繁忙，導(dǎo)致肺癌的誤診率及漏診率較高[5]。早期鑒別肺結(jié)節(jié)良惡性，及時(shí)干預(yù)，可徹底治愈早期肺癌[6]，降低國家醫(yī)療衛(wèi)生負(fù)擔(dān)及醫(yī)療資源的浪費(fèi)。因此如何安全有效診斷肺結(jié)節(jié)的良惡性成為近期研究的熱點(diǎn)及難點(diǎn)。

人工智能技術(shù)(AI)可以精準(zhǔn)掃描到肺部雙源低劑量螺旋CT中的可疑病變，判斷肺結(jié)節(jié)的良惡性及浸潤程度，指導(dǎo)臨床醫(yī)生做出臨床診治方案[7-9]，彌補(bǔ)了臨床工作不足，減輕了工作負(fù)擔(dān)。本文通過回顧性分析肺結(jié)節(jié)患者病理結(jié)果，探討人工智能(AI)在肺結(jié)節(jié)良惡性鑒別診斷及浸潤程度中的應(yīng)用價(jià)值。

1 資料與方法

1.1 研究對(duì)象

選取2019年至2020年濱州市人民醫(yī)院經(jīng)肺部雙源低劑量螺旋CT檢查發(fā)現(xiàn)肺結(jié)節(jié)患者246例，年齡14～83 歲，平均年齡( 54.5±12.7) 歲，男性118例，女性128例。經(jīng)過多學(xué)科會(huì)診，建議178例隨訪，68例手術(shù)或者穿刺活檢;其中35例患者選擇手術(shù)或穿刺活檢。35例患者手術(shù)或活檢后病理證實(shí)肺良性疾病11例，分別為非典型腺瘤樣增生4 例，真菌1例，炎性結(jié)節(jié)6例;惡性疾病24 例，包括21例肺腺癌，1例肺鱗癌,1例淋巴瘤，1例小細(xì)胞肺癌。

1.2 研究方法

肺部雙源低劑量螺旋CT圖像采集:64排雙源低劑量螺旋CT常規(guī)掃描，取仰臥位，掃描范圍自肺尖至肺底部。所有圖像均進(jìn)行薄層掃描后處理重建。

肺結(jié)節(jié)AI 分析:將患者標(biāo)準(zhǔn)DICOM格式CT 圖像導(dǎo)入天池醫(yī)療公司提供的人工智能軟件分析系統(tǒng)中，軟件自動(dòng)識(shí)別肺結(jié)節(jié)部位、大小、特征(磨玻璃、亞實(shí)性、實(shí)性) 等，并提供肺結(jié)節(jié)的風(fēng)險(xiǎn)概率AI 數(shù)值和浸潤分類。

1.3 統(tǒng)計(jì)學(xué)方法

2 結(jié)果

2.1 患者的基本資料

35例患者年齡、性別、吸煙史、家族史、疾病史、結(jié)節(jié)特征( 磨玻璃、亞實(shí)性、實(shí)性) 及病理結(jié)果，見表1。

2.2 良惡性結(jié)節(jié)AI風(fēng)險(xiǎn)概率比較

35例肺結(jié)節(jié)患者中，良性結(jié)節(jié)者為11 例，其結(jié)節(jié)AI 風(fēng)險(xiǎn)概率為( 67.0±17.9) %，惡性結(jié)節(jié)者為24例，其結(jié)節(jié)的AI 風(fēng)險(xiǎn)概率為( 80.6±12.1) %，兩組比較，風(fēng)險(xiǎn)概率差異具有統(tǒng)計(jì)學(xué)意義(t=-2.7，P=0.01) 。

表1 35例患者一般資料情況

2.3 肺結(jié)節(jié)特征及浸潤程度與AI風(fēng)險(xiǎn)概率的相關(guān)性

不同肺結(jié)節(jié)特征之間AI風(fēng)險(xiǎn)概率比較具有統(tǒng)計(jì)學(xué)意義(P<0.05)，其中亞實(shí)性結(jié)節(jié)風(fēng)險(xiǎn)概率高于磨玻璃及實(shí)性結(jié)節(jié)，且差異具有統(tǒng)計(jì)學(xué)意義(P<0.05)；肺結(jié)節(jié)浸潤程度之間比較無統(tǒng)計(jì)學(xué)意義(P>0.05)，但風(fēng)險(xiǎn)概率呈遞增趨勢(shì)，見表2。

表2 肺結(jié)節(jié)特征及浸潤分類與AI風(fēng)險(xiǎn)概率的相關(guān)性分析

3 討論

隨著經(jīng)濟(jì)水平的升高，人們對(duì)健康的認(rèn)識(shí)提升，越來越多的人常規(guī)進(jìn)行健康查體，肺結(jié)節(jié)的檢出率越來越高，不合理的診斷給患者帶來巨大的精神負(fù)擔(dān)[10-11]，不合理的治療極大的浪費(fèi)醫(yī)療資源，因此如何區(qū)分肺結(jié)節(jié)良惡性顯得尤為重要。診斷肺結(jié)節(jié)良惡性的金標(biāo)準(zhǔn)為病理學(xué)診斷，但對(duì)于肺部小結(jié)節(jié)，甚至微小結(jié)節(jié)，活檢取材的風(fēng)險(xiǎn)高且準(zhǔn)確率低[12]。通過肺結(jié)節(jié)影像學(xué)上各種特征的定量分析，以及結(jié)合患者病史、吸煙史、家族史、肺腫瘤學(xué)標(biāo)記物等，可預(yù)測(cè)肺結(jié)節(jié)的良惡性[13]，不僅給肺結(jié)節(jié)患者帶來了福音，也會(huì)大大提高臨床醫(yī)生的工作效率。

人工智能(AI)是一種可延伸、模擬、擴(kuò)展人類智能的信息科學(xué)，通過輸入肺結(jié)節(jié)圖像數(shù)據(jù)，自動(dòng)獲取對(duì)應(yīng)關(guān)系，在高通量圖像分析領(lǐng)域中具有效率快、效能高的優(yōu)點(diǎn)[14-15]。AI輔助診斷系統(tǒng)聯(lián)合胸部CT檢查則是通過對(duì)圖像獲取和重組、輪廓分割、特征提取和篩選、建立預(yù)測(cè)模型和驗(yàn)證等環(huán)節(jié)，從而鑒別肺結(jié)節(jié)的良惡性，減少漏診率及誤診率[16]。AI 在肺結(jié)節(jié)前后變化比較方面也具有明顯優(yōu)勢(shì)，能快速對(duì)比肺結(jié)節(jié)大小、密度的變化，效率明顯高于臨床工作者[17]。AI在多發(fā)肺結(jié)節(jié)中發(fā)現(xiàn)新發(fā)結(jié)節(jié)的優(yōu)勢(shì)同樣顯著[18]。

本文收集了我院經(jīng)胸部CT檢查發(fā)現(xiàn)的肺結(jié)節(jié)患者246例，結(jié)合人工智能AI風(fēng)險(xiǎn)概率值和多學(xué)科會(huì)診意見，對(duì)35例肺結(jié)節(jié)患者進(jìn)行了手術(shù)或者穿刺活檢，其中發(fā)現(xiàn)非典型腺瘤樣增生4 例，真菌1例，炎性結(jié)節(jié)6例;惡性結(jié)節(jié)24 例，包括21例肺腺癌，1例肺鱗癌,1例淋巴瘤，1例小細(xì)胞肺癌。對(duì)良惡性肺結(jié)節(jié)患者之間AI風(fēng)險(xiǎn)概率比較發(fā)現(xiàn)，惡性結(jié)節(jié)患者AI風(fēng)險(xiǎn)概率明顯高于良性結(jié)節(jié)患者，提示AI風(fēng)險(xiǎn)概率在鑒別肺結(jié)節(jié)良惡性方面有一定的參考價(jià)值，與以往文獻(xiàn)報(bào)道一致[19-20]。肺結(jié)節(jié)分為磨玻璃結(jié)節(jié)、亞實(shí)性結(jié)節(jié)及實(shí)性結(jié)節(jié)，不同密度結(jié)節(jié)的AI風(fēng)險(xiǎn)概率不同，本研究發(fā)現(xiàn)，亞實(shí)性結(jié)節(jié)的惡性程度高于磨玻璃結(jié)節(jié)及實(shí)性結(jié)節(jié)，且差異有統(tǒng)計(jì)學(xué)意義，與相關(guān)研究一致[21]，進(jìn)一步證實(shí)了AI在肺結(jié)節(jié)密度方面的分析，可有效判斷肺結(jié)節(jié)的良惡性。本院引進(jìn)的AI可對(duì)肺結(jié)節(jié)進(jìn)行一定程度的浸潤程度分類，本文首次提出AI在肺結(jié)節(jié)浸潤程度方面的價(jià)值分析結(jié)果，研究發(fā)現(xiàn)隨著浸潤程度的加重，AI風(fēng)險(xiǎn)概率呈逐漸升高趨勢(shì)，但卻無統(tǒng)計(jì)學(xué)意義，可能與本研究樣本量小有關(guān)，且部分患者未進(jìn)行穿刺或手術(shù)得以證實(shí)，樣本量小存在一定的局限性，不能完全代表AI在肺結(jié)節(jié)浸潤程度方面的應(yīng)用價(jià)值，有待后期進(jìn)一步的研究。

人工智能聯(lián)合雙源低劑量螺旋CT在肺結(jié)節(jié)方面的應(yīng)用仍處于探索階段，且存在一定的假陽性率，但隨著社會(huì)發(fā)展及人類技術(shù)的進(jìn)步，AI技術(shù)將不斷成熟，AI將輔助臨床醫(yī)生完善大量的基礎(chǔ)性工作，提高肺結(jié)節(jié)良惡性的診斷，降低肺癌的漏診及誤診率，提高人們的生活質(zhì)量，減少醫(yī)療資源的浪費(fèi)，為肺癌早期診斷提供幫助。