人工智能輔助軟件可提升疲勞狀態下放射科規培醫師對肺結節的檢測效能

王亮，許迪，孫丹丹，顧俊，伍建林，于晶

近幾年來，國內外學者越來越關注醫療差錯、疲勞等因素在醫學診斷和治療等方面產生的影響，尤其是在放射領域。在放射醫師中，回顧性分析發現首診錯誤率(假陽性和假陰性)高達約30%[1]，其中疲勞所致的診斷錯誤占有相當高的比例。隨著CT薄層圖像技術的廣泛應用，圖像負荷驟然增加，導致放射科醫師工作量及工作時長日益增長。近年來人工智能技術發展迅速，基于人工神經網絡的智能計算機輔助診斷系統已逐漸嵌入臨床工作流程之中[2]，尤其以基于深度學習的肺結節檢測軟件的表現更為搶眼。人工智能輔助肺結節檢測系統作為放射科醫師的“密友”，有助于提高對肺結節的檢出率和準確性[3]。國內外眾多學者對不同的類似軟件及模型在輔助臨床工作中的價值和限度等進行了深入研究和分析，但少有學者研究其對疲勞狀態下放射科醫師工作效能的影響。目前放射科處于一線診斷工作的醫師絕大多數為規培醫師。本文旨在探究AI輔助軟件能否提高疲勞狀態下放射科規培醫師在臨床工作中對肺結節的診斷效能。

材料與方法

1.臨床資料

前瞻性將2019年1月1日-1月10日在本院使用2代炫速雙源CT行胸部CT檢查的200例患者納入觀察。圖像納入標準：①深吸氣后屏氣狀態下連續掃描圖像；②無金屬偽影、呼吸偽影等原因導致的CT圖像質量不佳；③無肺炎、肺不張和胸腔積液等病變而影響病灶的確認及標注者；④排除肺內無結節或結節數量過多(結節總數大于20個)的患者；⑤排除肺葉或肺段切除術后患者。最終共納入符合條件的182例患者，女103例，男79例，年齡21～77歲，平均(49.5±14.2)歲。

2.圖像采集和重建

使用Somatom Definition Flash CT機，常規行CT平掃，掃描范圍自胸廓人口至后肋膈角尖端水平，于吸氣末單次屏氣內完成掃描。標準掃描方案：管電流采用自動曝光控制技術，120 kV，準直寬度128×0.6 mm，螺距1.2，常規重建層厚1.0 mm、層距0.7 mm。圖像采集完成后分別采用高分辨算法(B70f)和標準算法(B30f)自動重建原始掃描數據，并將所有圖像傳輸至PACS和人工智能服務器(InferRead CT Lung Research,Infervision,Beijing,China)進行肺結節自動檢測，獲得檢測結果(包括結節數目、長徑及位置等)。

3.金標準及閱片方式

由2位從事胸部影像診斷工作超過8年的中級醫師結合AI輔助軟件的檢測結果逐層閱片并記錄結節數目、長徑及位置，兩人檢測結果交由第3位從事胸部影像診斷工作超過15年的主任醫師進行審核，做出最終診斷作為金標準。

受試者為影像專業規范化培訓醫師(從事胸部影像診斷工作4～12個月)，測試前將肺結節標注標準告知受試者并進行培訓(依據2018年《胸部CT肺結節數據標注與質量控制專家共識》進行培訓，達到能夠在正常工作狀態下準確識別各類型結節)。受試者按以下3種模式下進行閱片：模式A為不借助AI輔助軟件，受試者在正常狀態下(即一天工作之前)獨立閱讀每個病例的CT圖像；模式B為兩周過后(洗脫期)，受試者在疲勞狀態下(即一天工作滿8小時后)不借助AI輔助軟件再次閱片；模式C為再次洗脫期過后，受試者在疲勞狀態下結合AI輔助軟件的檢測結果再次閱片。三組閱片結果分別以Excel表格形式記錄結節的位置、大小和數量。每次閱片之后，將肺結節的檢測結果與金標準進行比對，并由受試者回顧分析每次漏檢結節的原因并記錄。

圖1 患者，男，56歲。金標準確認左肺上葉有一磨玻璃結節。a)正常狀態下(模式A)該結節被檢出(紅色圓圈)；b)在疲勞狀態下(模式B)獨立閱片時未檢出；c)AI軟件輔助下疲勞狀態(C模式)的規培醫師準確檢出結節(綠色方框)。 圖2 患者，男，57歲。金標準確認左肺下葉前內基底段有一磨玻璃結節。a)正常狀態下(模式A)該結節未被檢出；b)在疲勞狀態下(模式B)獨立閱片時未檢出此結節；c)AI軟件輔助下疲勞狀態(C模式)的規培醫師準確檢出此結節(黃色方框)。

表1 正常狀態和疲勞狀態下對肺結節檢測情況的比較

4.統計學分析

分別計算3組中檢出肺結節的敏感度、(患者)人均誤診結節數。敏感度計算方法為每組真陽性結節總數/總結節數；人均誤診結節數計算方法為每組假陽性結節數(誤診結節總數)/CT檢查患者例數。比較三種閱片模式對肺結節的檢測能力。進一步將結節按照大小分為3類，分別為長徑<4 mm、4 mm≤長徑<10 mm和10 mm≤長徑<30 mm[4]，分別計算B、C兩組中對3類肺結節的檢出敏感度和人均誤診結節數。利用SPSS 20.0統計學軟件進行統計學分析，對正態分布的計量資料采用配對樣本t檢驗，非正態分布的計量資料的組間比較采用(配對樣本)Wilcoxon秩檢驗，以P<0.05為差異具有統計學意義。

結 果

按照金標準，200例患者共檢出1281個肺結節。A、B和C三種閱片模式對肺結節的檢出情況及比較結果見表1。A、B模式之間敏感度和人均誤診結節數的差異均具有統計學意義(P<0.05)，疲勞狀態下規培醫師對肺結節的檢測敏感度下降，但人均誤診結節數也有所有下降。應用AI輔助軟件后，疲勞狀態下規培醫師對肺結節的檢測效能明顯提升，人均誤診結節數下降(圖1)，差異均具有統計學意義(P<0.05)。應用AI輔助肺結節檢測軟件后，疲勞狀態下的規培醫師對肺結節的檢測效能已經超過其正常狀態的水平(圖2)，人均誤診結節數下降程度更為明顯，差異均具有統計學意義(P<0.05)。

圖3 患者，男，23歲。金標準確認右肺中葉有一實性結節位于血管旁。a)正常狀態下(模式A)此結節被準確檢出(紅色圓圈)；b)在疲勞狀態下(模式B)獨立閱片時雖觀察到此結節但未確認，最終導致漏檢此結節；c)AI軟件輔助下疲勞狀態(C模式)的規培醫師準確檢出此結節(綠色方框)。

表2 疲勞狀態獨立閱片與疲勞狀態AI輔助閱片對不同大小結節檢測情況的比較

兩種閱片模式對不同大小肺結節的檢出情況見表2。應用AI輔助軟件后規培醫師對<4 mm結節的檢出敏感度提升了40.28%，對4～10 mm結節檢出敏感度提升了27.08%。

回顧性分析191個漏檢結節的特征和原因：64個結節的長徑為0.9～3.0 mm；28個結節位于血管旁或與血管走行相延續，短徑與血管相仿(圖3)；28枚結節位于胸膜下；28個結節為密度對比較低的純磨玻璃結節；另有43個結節被規培醫生成功發現，但又將其錯誤地排除。顯示經金標準確認的右肺中葉實性血管旁結節，短徑與血管管徑相近，在日常工作前和在人工智能輔助下的疲勞狀態下的規培醫生準確檢出，在疲勞狀態下獨立閱片時雖被觀察到，但未被確認為結節，最終漏檢該結節。

討 論

Waite等[5]對疲勞在放射學中的影響進行了綜述，從本質上講，它是一種精神疲倦和體能消耗，可以表現在身體和認知兩方面[5]。對于放射科醫生來說，長時間的集中注意力工作、全面地觀察不同負荷的圖像、使用三維圖像觀察復雜的解剖結構，以及快速閱讀的時效要求等諸多方面，都是導致其產生疲勞的因素。眾多因素中，眼睛疲勞和視力模糊的嚴重程度隨著閱讀圖像的數量和總閱讀時間增加而增加，并且保持聚焦變得越來越困難[6-7]。瑞典職業疲勞量表提供了一個感知疲勞的模型，它通過5個方面(缺乏能量、體力消耗、身體不適、缺乏動力和嗜睡)的評分來評價疲勞程度[8]。Krupinski等[9-10]應用瑞典職業疲勞量表進一步研究發現，放射科醫師在日常工作中疲勞感是不斷蓄積的過程，在日常的臨床圖像判讀工作滿8小時后，其SOFI評分更差，并且閱片診斷的錯誤率增加、準確性降低。因此，本研究中以日常工作滿8小時作為疲勞狀態的定義。臨床工作中，由于疲勞所造成的錯誤最常見的是遺漏錯誤和假陽性錯誤，由此引發的醫患雙方對簿公堂的案例屢見不鮮。如何破解疲勞對臨床工作帶來的不利影響，眾多學者提出的各種理論和方案尚未達成共識。而人工智能輔助軟件的臨床應用及其優異表現，給解決臨床醫師的疲勞問題帶來了新的思路。

疲勞狀態可導致放射科醫師對肺結節的檢出率降低、漏診結節增多及準確性下降[10]，而這一表現在缺乏工作經驗的規培醫師中體現得更為明顯[11]。本研究中得到了類似結果，B模式比A模式的檢出敏感度下降了5.85%，多漏檢191個結節，這對于本身診斷經驗不足的規培醫師來說較正常狀態下降了近12.66%；盡管，人均誤診結節數下降了0.39，但其主要原因并非單純誤診結節數的減少，而是與相對應的患者檢查例數減少，進而導致檢出結節總數(A組889個、B組742個)的下降有一定關系。準確檢出直徑過小、密度對比差及位置隱匿的結節對規培醫師來說即使在正常狀態下獨立閱片時也是一件不容易的事，此類結節在疲勞狀態下易出現漏檢是在意料之中的，這與類似CAD輔助檢測結節的研究結果相符[11-12]。我們推測規培醫師之所以會錯誤的排除結節，可能與規培醫師的診斷經驗不足、以及疲勞后認知能力、記憶力和注意力下降等原因有一定關系[5]。

使用AI輔助軟件后，疲勞狀態下漏檢的191個結節中有154個結節被正確檢出，約占漏檢結節數的80.6%。不僅如此，敏感度也有近乎成倍的提升，從40.36%提升至3組最高的77.67%，提升率達37.31%，且人均誤診結節數降至3組最低的0.91。由此可見，疲勞在肺結節檢測中所引起的錯誤(假陰性、假陽性)絕大部分被糾正，同時帶來了準確性的大幅度提升。但在AI軟件輔助下仍有漏檢結節的存在，其中包括規培醫師與AI軟件共同漏檢的結節，以及由于經驗不足或者認知能力下降所致的漏檢結節。如果隨著規培醫師臨床診斷經驗的不斷積累和提升，對此類結節的漏檢概率會顯著降低。

進一步對不同大小肺結節的檢測情況進行分析，放射科規培醫師在疲勞狀態下應用AI輔助軟件后，<4mm結節組中檢出敏感度大幅度提升，程度超過110%，人均誤診結節數下降也較為明顯。一方面說明越小的結節越容易被漏診，尤其是在放射科醫師在長時間工作產生疲勞之后，這符合臨床上對肺結節檢測的普遍經驗；另一方面說明AI人工智能輔助肺結節檢測軟件能夠“不知疲倦”的達到穩定的檢出效能；同時軟件檢出的結節需要與醫師互動，進行人工再判斷，這對于診斷經驗有限的規培醫師，人均誤診結節數的下降表現也是符合預期的。假陽性結節數的減少可以讓臨床醫師無需對這些無臨床價值的結節耗費一天中有限的精力，同時讓呈現此類結節表現的患者避免不必要的緊張和焦慮。我們注意到，4～10 mm結節組中B模式與C模式之間檢出敏感度的差異具有統計學意義(P<0.05)，但在人均誤診結節數方面的差異并無統計學意義(P>0.05)。相對于<4 mm結節來說，4～10 mm結節的形態學特征更為復雜，這對于規培醫師來說，正確分析判斷具有一定的難度，人均誤診結節數略微升高情有可原。

本研究的局限性：首先，金標準沒有利用外部參考標準(如組織學證據)，而是采用兩位從事胸部影像診斷的中級醫師及一位主任醫師(工作時間超過15年)的3次閱片的共識作為內部參照標準，這一局限性在評價CAD效能的研究中普遍存在；其次，本研究中并沒有對兩次疲勞程度進行量化，我們考慮到造成電腦終端操作者視覺疲勞的原因包括眾多不可控的客觀因素及復雜的主觀因素，不可能精確控制或重復，而且本研究中10～30 mm的結節數量較少，對這類結節的檢測評價需要更大數據量的研究來進一步分析探討；最后，本研究結果僅代表一個特定算法的在特定參數時CAD的表現，并不能完全等同于其它類似軟件。本研究的重點是閱片者和CAD之間的交互所能產生的提升效果，并非單純對軟件性能的評價。

綜上所述，疲勞確實能讓放射科規培醫師對肺結節診斷效能下降，應用AI輔助肺結節檢測軟件能幫助其提升診斷效能，甚至超越其正常狀態的診斷水平，對直徑<4 mm結節檢出率的提升尤為顯著。