朱素甜,孫立濤
1.蚌埠醫(yī)學院研究生院,安徽蚌埠 233030;2.浙江省人民醫(yī)院超聲醫(yī)學科,浙江杭州 310000
新生兒呼吸系統(tǒng)疾病被定義為新生兒呼吸窘迫綜合征(respiratory distress syndrome,RDS)或新生兒短暫性呼吸急促,是與新生兒早產(chǎn)相關的發(fā)病和死亡的主要原因[1]。胎兒肺部發(fā)育包括胚胎期(3~6周)、假腺管期(6~16周)、小管期(16~28周)、囊形期(28~36周)和肺泡期(36周~出生)共5個階段[2]。小管期胎兒肺部發(fā)育的特征是血管生成增加及立方上皮分化為允許氣體交換的Ⅰ型和Ⅱ型肺泡細胞,并產(chǎn)生肺泡表面活性物質(zhì)(pulmonary surfactant,PS),其功能是降低肺泡氣液界面的表面張力,防止肺泡塌陷。因PS的增加發(fā)生于妊娠后期,RDS與早產(chǎn)相關。目前,大多數(shù)早產(chǎn)兒發(fā)病和死亡的主要原因仍是RDS[3];此外,妊娠期糖尿病和子癇前期也是肺部發(fā)育不成熟的主要因素[4]。產(chǎn)前準確評估胎兒肺成熟度對提高新生兒存活率至關重要[5]。
羊水穿刺生化檢測是目前評估胎兒肺成熟度的主要方法,其中板層小體計數(shù)用于確定胎兒肺成熟度,是一種簡單、快速、經(jīng)濟、有效預測新生兒RDS的方法。Visnjevac等[6]以板層小體計數(shù)≥42×103/μl為截點,證實其預測胎兒肺成熟度的敏感度為82.4%,特異性為64.6%。羊水穿刺生化檢測雖然是評估胎兒肺成熟度的金標準,但其屬有創(chuàng)操作且并發(fā)癥較多,在臨床上并未被孕婦廣泛接受。
研究認為,應用超聲技術預測胎兒肺成熟度是羊水穿刺生化檢測的無創(chuàng)替代方法。胎兒肺成熟度的最強預測因子是胎齡。研究認為,胎兒雙頂徑>90mm、股骨長>73mm及Ⅲ級胎盤成熟度綜合判斷胎兒肺成熟度的特異性為85%[7]。研究證實,肝肺回聲灰度比值可作為評價肺成熟度的指標[8-10]。Kim等[11]研究發(fā)現(xiàn),RDS胎兒的肺動脈多普勒流速曲線收縮期加速時間/射血時間比值較正常胎兒顯著提高,其比值升高與早產(chǎn)兒RDS的發(fā)展獨立相關。近年來,研究者將三維技術應用于胎兒肺成熟度評估中。上述方法在胎兒肺成熟度評估方面具有一定的價值,但其應用較為局限,且易受到非正常器官和組織的影響。
磁共振成像(magnetic resonance imaging,MRI)具有表征不同組織類型的化學和結構組成的潛力,已嘗試使用不同序列的信號強度評估與生化成熟過程相關的發(fā)育變化。與超聲技術相比,MRI可利用更大視野、更好組織對比度提供胎兒多平面成像圖,其不會受到骨骼的影響。在妊娠中期或晚期對胎兒進行MRI是安全的,MRI可用于胎兒肺發(fā)育不全、膈疝和肺腫塊等肺部異常的檢測。目前,MRI主要通過測定胎兒肺容量(fetal lung volume,F(xiàn)LV)或信號強度評估肺成熟度。Duncan等[12]應用回波平面MRI技術獲得肺體積相關數(shù)據(jù),進一步評估胎兒肺部的發(fā)育情況,結果顯示回波平面MRI技術可對肺體積進行無創(chuàng)評估,且不會受異常羊水量的影響。Schmid等[13]研究證實,在孕婦產(chǎn)前應用皮質(zhì)類固醇誘導胎兒肺成熟后,其肺-肝信號強度比(lung liver signal intensity ratio,LLSIR)顯著增加,應用非侵入性手段評估產(chǎn)前促肺成熟治療的有效性。Moshiri等[14]利用單次快速自旋回波MRI技術研究證實,胎兒LLSIR與胎兒胎齡具有顯著相關性。Oka等[15]研究證實,LLSIR<2.00時,胎兒更易發(fā)生RDS,其敏感度為100%、特異性為73%。
Ogawa等[16]研究顯示,胎齡和LLSIR僅在妊娠晚期顯著相關,F(xiàn)LV與孕前和孕晚期胎齡顯著相關,提示LLSIR和FLV可用于胎兒肺成熟度的評估,且其具有高度可重復性。因此,MRI是一種安全、非侵入性的可用于胎兒肺成熟度的評估方法;但因其價格昂貴,并未在臨床獲得廣泛應用。
近年來,人工智能可自動從大樣本數(shù)據(jù)中學習并獲得優(yōu)良特征,在醫(yī)學影像領域得到廣泛應用,目前已應用于醫(yī)學影像處理和分析全流程[17]。
胎兒肺成熟度定量分析(fetal lung maturity by quantitative analysis,QuantusFLM)技術以胎兒四腔心切面獲取圖像為基礎,手動勾勒或自動識別肺組織區(qū)域,經(jīng)計算機處理和圖像分析,獲得人肉眼無法辨別的紋理特征和小波特征,并將其轉(zhuǎn)化為數(shù)字分數(shù),從而預測臨床事件發(fā)生的概率[18]。
隨著孕周的不斷增加,胎兒的各器官逐漸發(fā)育成熟。研究表明,胎兒肺成熟度與孕周具有高度相關性。有研究者將胎齡作為深度學習模型訓練的基礎,模型訓練分為2個階段:第一階段,深度模型學習人工手動標注感興趣區(qū)域肺的識別;第二階段,從胎兒肺區(qū)域超聲圖像判斷胎齡,間接評估胎兒肺成熟度,證實通過肺部紋理分析評估胎兒肺成熟度的可行性[19-20]。
Cobo等[21]就應用新型自動定量超聲技術對胎兒肺紋理分析的可行性和可重復性進行評估,通過自動定量超聲分析軟件對肺紋理進行量化以提取圖像紋理特征,采用基于特征變換和回歸模型組成的標準機器學習方法,發(fā)現(xiàn)其與孕周的相關性為0.97,且此相關性不受感興趣區(qū)域定位、超聲設備和換能器參數(shù)的影響。Bonet-Carne等[22]應用900多幅胎肺圖像為訓練集開發(fā)“QuantusFLM”軟件,由紋理特征提取器和分類器2個模塊組成,利用該軟件對144例分娩于28~39周的新生兒進行盲法驗證,結果顯示該軟件預測新生兒呼吸系統(tǒng)疾病的敏感度為86.2%、特異性為87.0%。Palacio等[23]利用自動定量超聲技術分析預測胎兒肺成熟度的性能,利用降維與機器學習模型選出一組與羊水穿刺測試結果密切相關的描述符,結果顯示其敏感度為95.1%、特異性為85.7%、準確率為90.3%,效能與羊水穿刺檢測相當。
研究人員應用QuantusFLM在全球20個醫(yī)療中心開展前瞻性多中心研究,實驗樣本為730例分娩于25~38+周的新生兒,結果顯示其預測RDS敏感度為74.3%、特異性為88.6%、準確率為86.5%[24]。Ghorayeb等[25]應用自動定量超聲紋理分析方法對425例胎兒肺部圖像特征進行鑒別,其預測胎齡的敏感度和特異性分別為87.9%和92.0%,表明胎兒肺組織自動定量超聲紋理分析可區(qū)分早產(chǎn)胎肺和足月胎肺。Burgos-Artizzu等[26]設計一種新型算法,旨在改善QuantusFLM早期版本中所需的手動勾勒描繪感興趣區(qū),從而實現(xiàn)胎兒肺的自動識別和分段。
相較于正常胎兒,合并妊娠并發(fā)癥高危孕產(chǎn)婦的胎兒肺發(fā)育成熟度會延遲兩周,且胎兒在出生后患呼吸系統(tǒng)疾病的風險更高。因此,早期準確評估上述胎兒肺成熟度具有重要臨床意義。López等[27]應用無創(chuàng)的胎兒肺紋理定量超聲分析方法評估妊娠期糖尿病患者的胎兒肺成熟度,結果顯示妊娠期糖尿病患者的胎兒肺不成熟發(fā)生率明顯高于非妊娠期糖尿病患者組。
在當前醫(yī)療背景下,人工智能與醫(yī)學研究結合評估胎兒肺成熟度的發(fā)展前景較為廣闊,已表現(xiàn)出顯著優(yōu)勢,且其準確性可與羊水穿刺結果相媲美。Du等[28]應用基于超聲的放射學技術,分析和比較不同胎齡的妊娠糖尿病、先兆子癇和正常妊娠的胎兒肺紋理,結果顯示其敏感度、特異性和準確率分別為74.5%~91.3%、75.7%~88.4%和80.6%~86.4%,總體性能優(yōu)于胎齡預測模型。Zamarian等[29]利用QuantusFLM軟件對110例胎兒肺組織紋理進行定量分析,以預測生長受限胎兒肺成熟度,結果顯示其準確度、敏感度、特異性、陽性及陰性預測值依次為94.5%、96.2%、50.0%、98.1%和33.3%,表明QuantusFLM在確定肺成熟度方面具有良好的準確性和可靠性。
胎兒肺成熟度的評估對新生兒的健康至關重要,目前超聲已成為產(chǎn)前診斷的主要方法,人工智能定量紋理分析可實現(xiàn)在早期進行胎兒肺成熟的干預,以最大程度減少產(chǎn)前皮質(zhì)類固醇給藥的風險,并幫助選擇最佳分娩時機,臨床應用前景廣闊。