人工智能肺結(jié)節(jié)篩查在肺癌高危人群中應(yīng)用價值研究

張寶忠

濰坊高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)人民醫(yī)院呼吸內(nèi)科，山東濰坊 262700

肺癌是臨床上發(fā)生率較高的惡性腫瘤，具有發(fā)病率高、病死率高及治愈率低等特點，影響患者健康、生活。 目前，臨床對肺癌病因尚未闡明，普遍認為與吸煙、環(huán)境及遺傳因素等有關(guān)，發(fā)病早期臨床癥狀缺乏典型性，隨著病情不斷發(fā)展，將會引起咳嗽、咳痰、胸痛及氣悶等，增加臨床診療難度[1]。手術(shù)病理組織檢查是肺癌患者中常用的檢查方法， 并將其視為 “金標準”，雖然能幫助患者確診，但是檢查具有一定的風(fēng)險性、創(chuàng)傷性，導(dǎo)致患者診斷預(yù)后、耐受性及重復(fù)性較差。 既往研究表明[2]：計算機斷層掃描（CT）篩查能發(fā)現(xiàn)早期肺癌病灶，降低臨床病死率。 但是，隨著CT 掃描在高危肺癌患者篩查中得到應(yīng)用，臨床發(fā)現(xiàn)諸多可疑的實性結(jié)節(jié)、 部分實性結(jié)節(jié)及磨玻璃密度應(yīng)結(jié)節(jié)，導(dǎo)致臨床誤診率、漏診率較高，如何區(qū)分早期肺癌病灶成為當前研究的熱點。人工智能肺結(jié)節(jié)篩查屬于是一種新型的篩查方法，能自動識別CT 中早期肺部結(jié)節(jié)，能實現(xiàn)臨床輔助診斷，但是臨床診斷價值研究較少。 因此，該研究選擇 2018 年 12 月—2020 年 2 月肺癌高危人群為對象，探討人工智能肺結(jié)節(jié)篩查在肺癌高危人群中的應(yīng)用效果及價值，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

選擇肺癌高危人群583 例作為研究對象，男314例，女 269 例；年齡 41～83 歲，平均（63.17±5.77）歲。納入標準：①均符合肺癌臨床診斷標準，均經(jīng)病理組織檢查最終確診； ②肺部CT 影像提示1 cm≤結(jié)節(jié)直徑≤3 cm，被肺部或臟層胸膜包繞，未累及葉支氣管近端以上位置；③均完成CT 檢查，且患者均可耐受。排除標準：①合并精神異常、血液系統(tǒng)疾病或伴有自身免疫系統(tǒng)疾病者；②認知功能異常、器質(zhì)性疾病或其他部位已經(jīng)確診的惡性腫瘤；③合并轉(zhuǎn)移性腫瘤或結(jié)節(jié)無手術(shù)病理檢查結(jié)果。該研究均得到醫(yī)院倫理委員會批準，患者或家屬簽署同意書。

1.2 方法

①檢查前準備。所有肺癌高危人群入院后均完善有關(guān)檢查，向患者、家屬講解肺癌發(fā)病機制、危害性及常見的診斷方法；積極向肺癌高危人群講解人工智能肺結(jié)節(jié)篩查的獨特性、優(yōu)越性，讓患者對人工智能肺結(jié)節(jié)篩查有全面的認識、了解，提高患者檢查依從性、配合度。②檢查設(shè)備[3]。采用dedinition AS 128 層螺旋CT（西門子），操作前檢查儀器相關(guān)參數(shù)，保證儀器處于正常運行狀態(tài)。 ③檢查方法。 取仰臥位姿勢，頭先進，以胸骨柄作為定位中心，患者保持深吸氣、屏氣，完成胸部CT 掃描。 結(jié)合患者情況設(shè)置相關(guān)參數(shù)：電流 100 mA、電壓 120 kV、間距 5 mm、層厚 5 mm、螺距設(shè)定為0.993，矩陣為512×512；掃描范圍從肺尖以上到橫隔以下；對于發(fā)現(xiàn)疑似病灶患者進行靶向掃描，設(shè)置相關(guān)參數(shù)：電流260 mA、電壓120 kV、層厚1 mm、間距 1 mm，矩陣為 512×512，螺距為 1.375。 ④人工智能篩查結(jié)果。 采用ITK-SNP3.4.0 軟件對疑似病灶的胸部CT 進行人工標記，標記完畢后由經(jīng)驗豐富的主任進行閱片，結(jié)合術(shù)后病理檢查結(jié)果、術(shù)前影像報告，對CT 片上每層肺癌結(jié)節(jié)病灶邊緣進行精確圈定；基于深度學(xué)習(xí)技術(shù)，借助人工智能系統(tǒng)分別標定1 mm、5 mm 層厚CT 圖像， 自動學(xué)習(xí)肺癌結(jié)節(jié)是被特征及分類規(guī)則， 并將人工智能篩查結(jié)果與金標準進行比較，測試人工智能在肺癌自動識別中的效果。 ⑤診斷效能。 ROC 曲線，分析人工智能肺結(jié)節(jié)篩查在肺癌高危人群中的診斷效能（敏感性、特異性）。

1.3 統(tǒng)計方法

采用SPSS 18.0 統(tǒng)計學(xué)軟件分析數(shù)據(jù)，計數(shù)資料采用率（%）表示，組間比較進行 χ2檢驗，P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 人工智能肺結(jié)節(jié)篩查和人工讀片在肺癌高危人群中的診斷比較

583 例肺癌高危人群均經(jīng)手術(shù)最終確診肺癌患者56 例，確診率為9.61%。所有患者均完成CT 檢查，最終確診55 例，診斷符合率為98.12%；人工讀片和人工智能肺結(jié)節(jié)篩查肺結(jié)節(jié)＜1 mm、1～5 mm 及＞5 mm檢出率比較差異無統(tǒng)計學(xué)意義（P＞0.05），見表1。

表1 人工智能肺結(jié)節(jié)篩查和人工讀片在肺癌高危人群中的診斷比較[n（%）]

2.2 人工智能檢測方法可靠性評價及診斷效能

利用人工智能對1 mm 層厚結(jié)節(jié)CT 進行讀片測試，自動尋找3 mm 以下肺癌結(jié)節(jié)，完成2 次讀片，結(jié)果表明： 人工智能檢測方法對1 mm 層厚肺結(jié)節(jié)CT片2 次讀片Kappa 值為0.938，接近1，具有良好的一致性。 ROC 曲線結(jié)果表明：人工智能檢測方法用于肺癌高危人群中AUC 值為0.867，診斷敏感性為0.814，特異性為0.894，見圖1。

圖1 人工智能檢測方法在高危肺癌篩查患者中的診斷ROC 曲線

3 討論

肺癌是臨床上發(fā)生率較高的惡性腫瘤，普遍認為與吸煙、職業(yè)和環(huán)境接觸、電離輻射及既往肺部慢性感染和遺傳因素等有關(guān)，臨床表現(xiàn)較為復(fù)雜，多與腫瘤的發(fā)生部位、病理類型、是否存在淋巴結(jié)轉(zhuǎn)移及并發(fā)癥等有關(guān)。對于早期肺癌患者癥狀較輕，部分患者可無任何癥狀，對于中央型肺癌患者癥狀出現(xiàn)較早、較重[3]。臨床上，將肺癌癥狀分為局部癥狀、全身癥狀、肺部癥狀及浸潤和轉(zhuǎn)移癥狀等，影響患者健康、生活[4]。目前，臨床上對于肺癌以病理組織檢查為主，并將其視為臨床診斷“金標準”，但是該檢查方法可重復(fù)性較差，且患者診斷耐受性、依從性較差，導(dǎo)致多數(shù)患者確診時已經(jīng)是中、晚期，錯過最佳診療時機。

近年來，隨著醫(yī)療影像技術(shù)的不斷發(fā)展，CT 在肺癌高危人群篩查中得到應(yīng)用，且效果理想。CT 檢查屬于是一種較為先進的醫(yī)學(xué)影像學(xué)檢查方法，該方法利用X 線束對人體某部位進行一定厚度層面的掃描，由探測器接收透過該層面的X 線，轉(zhuǎn)變?yōu)榭梢姽夂?，由光電轉(zhuǎn)換為電信號， 經(jīng)模擬/數(shù)字轉(zhuǎn)換器后輸入為數(shù)字，最終由計算機完成獲得數(shù)據(jù)、圖像的處理。既往研究表明：CT 檢查用于高危肺癌患者篩查中具有較高的密度分辨力， 能直接顯示X 線檢查難以顯示的器官與病變。同時，CT 檢查相對方便、迅速，能保證患者順利完成檢查，且多數(shù)患者容易接受，能為患者后續(xù)診療提供影像學(xué)依據(jù)、參考。臨床研究表明[5]：CT 檢查能克服傳統(tǒng)X 線平片檢查存在的弊端與不足，能獲得各種正常組織與病變組織的X 線吸收系數(shù)。 目前， 臨床上將CT 廣泛用于高危肺癌患者篩查中，并獲得良好的檢出率。但是，CT 用于高危肺癌篩查患者中亦存在諸多不足及局限性，CT 下能發(fā)現(xiàn)諸多可疑的實性結(jié)節(jié)、 部分實性結(jié)節(jié)及磨玻璃密度結(jié)節(jié)等，如何在大量的影像資料中實現(xiàn)早期肺癌的篩查對提高臨床檢出率具有重要的意義。 人工閱片是CT 檢查后常用的診斷方法，雖然能幫助患者確診，但是該閱片方法效率較低，對醫(yī)生專業(yè)技能要求較高，導(dǎo)致臨床誤診率、漏診率較高[6]。

近年來，人工智能肺結(jié)節(jié)篩查在肺癌高危人群中得到應(yīng)用，且效果理想。 該研究中，583 例肺癌高危人群均經(jīng)手術(shù)最終確診肺癌患者 56 例， 確診率為9.61%。 所有患者均完成CT 檢查，最終確診55 例，診斷符合率為98.12%； 人工讀片和人工智能肺結(jié)節(jié)篩查肺結(jié)節(jié)＜1 mm、1～5 mm 及＞5 mm 檢出率均差異無統(tǒng)計學(xué)意義（P＞0.05），說明人工智能肺結(jié)節(jié)篩查用于肺癌高危人群中能獲得較高的診斷符合率，能為臨床診療提供影像學(xué)依據(jù)和參考。國內(nèi)學(xué)者選擇普通外科收治的甲狀腺結(jié)節(jié)患者98 例， 共有甲狀腺結(jié)節(jié)137個， 所有患者均采用人工智能自動檢測系統(tǒng)進行篩查，結(jié)果表明：人工智能自動檢測系統(tǒng)在甲狀腺良、惡性結(jié)節(jié)中的靈敏度、特異度及準確度分別為93.75%、80.49%和83.21%，與該研究結(jié)果相符。人工智能肺結(jié)節(jié)篩查是一種新型的輔助診斷、閱片方法，代表性計算機輔助診斷系統(tǒng)包括 ISICAD、LargeCAD 及ETROCAD 等， 上述CAD 均基于傳統(tǒng)的機械視覺算法檢測肺部結(jié)節(jié)，廣泛用于結(jié)節(jié)的篩查，但是均存在篩查特異性、靈敏度低情況。 而人工智能肺結(jié)節(jié)篩查則具有自動學(xué)習(xí)特性，能進一步完善、補充人工智能篩查特性。 臨床研究表明[7-8]：人工智能肺結(jié)節(jié)篩查用于高危肺癌篩查患者中每秒閱片速度為30 mm，即10 s 即可完成一份讀片，能節(jié)省人工閱片存在的不足及弊端，有助于提高閱片準確性。同時，人工智能肺結(jié)節(jié)篩查時其結(jié)果不受醫(yī)生專業(yè)技能的限制，能提高早期肺癌的早期識別敏感性及特異性，能輔助臨床醫(yī)生診斷，減輕醫(yī)生工作量。 人工智能肺結(jié)節(jié)篩查用于高危肺癌患者篩查中能獲得良好的診斷效果，不僅能發(fā)揮CT 診斷優(yōu)勢，且臨床閱片時間較短，能釋放醫(yī)生的工作量，且該軟件能實現(xiàn)自我智能學(xué)習(xí)，能根據(jù)早期肺癌的細節(jié)特征進行綜合診斷。 該研究中，利用人工智能對1 mm 層厚結(jié)節(jié)CT 進行讀片測試， 自動尋找3 mm 以下肺癌結(jié)節(jié)，完成2 次讀片，結(jié)果表明：人工智能檢測方法對1 mm 層厚肺結(jié)節(jié)CT 片2 次讀片Kappa 值為0.938，接近1，具有良好的一致性。 ROC曲線結(jié)果表明：人工智能檢測方法用于肺癌高危人群中AUC 值為0.867， 診斷敏感性為0.814， 特異性為0.894， 說明人工智能肺結(jié)節(jié)篩查用于肺癌高危人群中能獲得較高的一致性及診斷敏感性，能實現(xiàn)早期肺癌的輔助篩查。 但是，人工智能肺結(jié)節(jié)篩查用于肺癌高危人群中亦存在諸多局限性與不足，該閱片方法用于＜1 mm 的病灶組織中容易出現(xiàn)較高的誤診漏。 因此，臨床上對于肺癌高危篩查患者應(yīng)加強患者CT 檢查，并進行人工智能肺結(jié)節(jié)篩查，對于結(jié)節(jié)較小患者可進行人工讀片，幫助患者早期確診，必要時可行手術(shù)病理或MRI 檢查，為臨床診療提供依據(jù)和參考。

綜上所述，將人工智能肺結(jié)節(jié)篩查用于肺癌高危人群中能達到早期肺癌識別的敏感性、特異性，能輔助醫(yī)生診斷， 為臨床診療提供影像學(xué)依據(jù)和參考，值得推廣應(yīng)用。