機器學(xué)習(xí)(人工智能)在經(jīng)病理證實的肺結(jié)核病灶中的應(yīng)用＊

1.北京大學(xué)深圳醫(yī)院醫(yī)學(xué)影像科(廣東 深圳 518036)

2.深圳大學(xué)醫(yī)學(xué)部生物醫(yī)學(xué)工程學(xué)院(廣東 深圳 518060)

閆明艷1 李 嬌1 戚玉龍1 劉維湘2 成官迅1,*

結(jié)核病是世界上最古老、最嚴重的傳染病之一，盡管它是一種可治愈的疾病，但是二十世紀以來結(jié)核病一直被列為全球十大死因之一，其中肺結(jié)核占總病例的80%[1-2]。將結(jié)核病灶及時準確地檢出對患者的健康大有裨益。人工智能，意味著通過機器學(xué)習(xí)使用計算機以最少的人為干預(yù)來模擬智能行為，已經(jīng)廣泛應(yīng)用于各種醫(yī)學(xué)領(lǐng)域，如機器人、醫(yī)學(xué)診斷、醫(yī)學(xué)統(tǒng)計和人類生物學(xué)。醫(yī)學(xué)中的人工智能有兩個主要分支：虛擬和物理，其中在醫(yī)學(xué)影像學(xué)的應(yīng)用-計算機輔助診斷系統(tǒng)，如胸片、乳腺X線攝影、肝臟、腦膠質(zhì)瘤、心臟成像，就屬于虛擬分支[3-7]。基于此，本研究將探索目前深入學(xué)習(xí)在CT圖像上能否自動判斷肺結(jié)核(TB-AI-CT)，將病理證實的病灶分別經(jīng)AI及胸部影像診斷醫(yī)師檢測分析，結(jié)果進行比較，以評估目前TB-AI-CT的診斷效果。

1 資料與方法

1.1 研究對象將北京大學(xué)深圳醫(yī)院從2014年4月至2018年10月收治的肺結(jié)核患者作為研究對象，共納入11例患者(男8例，女3例)，年齡27～66歲，平均年齡(45.8±11.3)歲。

納入標準：行胸部HRCT平掃檢查；病灶直徑≤3cm；病理診斷為肺結(jié)核。排除標準：剔除肺炎等大片狀陰影的病例。

1.2 研究方法

1.2.1 肺結(jié)核瘤病灶的檢出 回顧性分析11例患者的CT圖像，采用A、B兩組不同方式。A組為AI組，采用經(jīng)過機器學(xué)習(xí)的σ-Discover/Lung肺結(jié)節(jié)檢測分析系統(tǒng)(0.4.2.1版本)對病灶進行檢測分析，B組為放射診斷醫(yī)師組，由2名胸部影像診斷方向的放射診斷醫(yī)師共同閱片。統(tǒng)計分析A、B兩組對肺結(jié)核瘤病灶的檢出情況。

1.2.2 肺結(jié)核瘤病灶良惡性的判定 兩組分別回顧性判閱病灶的CT圖像，其中σ-Discover/Lung肺結(jié)節(jié)檢測分析系統(tǒng)(0.4.2.1版本)以惡性概率>50%作為高惡性判斷標準。

1.3 統(tǒng)計學(xué)分析所有數(shù)據(jù)采用SPSS 22.0軟件進行分析處理，計量資料(年齡)采用()表示。計數(shù)資料以%表示，計算病灶檢出率、誤判率和漏診率。

2 結(jié)果

2.1 肺結(jié)核瘤病灶檢出情況共11處病灶被納入納入。經(jīng)檢測分析，A組一共檢出11處病灶，漏檢0處；B組一共檢出10處病灶，漏檢1處。A組對肺結(jié)核瘤病灶的檢出率為100%，漏診率為0%；B組對病灶的檢出率為90.91%，漏診率為9.09%，見表1。

表1 A、B兩組病灶檢出情況

2.2 肺結(jié)核瘤病灶良惡性的判定AI組肺結(jié)節(jié)檢測分析系統(tǒng)判斷病灶惡性概率分布如表2所示，11處病灶中一共4處病灶惡性概率大于50%，36.36%的肺結(jié)核病灶被分析為高惡性概率。放射診斷醫(yī)師組將1處病灶考慮為惡性腫瘤病灶，4處病灶未定性，誤判率為10%，40%的病灶未定性。

表2 病灶良惡性判定分布情況

2.3 部分病例展示典型病例系統(tǒng)影像分析結(jié)果見圖1～圖4。例一：AI組良惡性判斷錯誤。52歲，男性。影像診斷：左肺上葉尖后段結(jié)節(jié)，未見明確強化，結(jié)核球可能。肺結(jié)節(jié)檢測分析系統(tǒng)報告：左肺上葉見實性結(jié)節(jié)一枚，未見中心性鈣化；肺癌可能性：90%，高度風(fēng)險，見圖1。例二：兩組都判斷正確。27歲，女性。影像診斷：雙肺上葉感染性病變，結(jié)核可能，并右上葉結(jié)核球形成，建議進一步檢查。肺結(jié)節(jié)檢測分析系統(tǒng)報告：右肺上葉見實性結(jié)節(jié)一枚，未見中心性鈣化；肺癌可能性：45%，中度風(fēng)險，見圖2。例三：放射診斷醫(yī)師組漏診。48歲，女性。放射診斷醫(yī)師組漏診。肺結(jié)節(jié)檢測分析系統(tǒng)報告：左肺上葉見實性結(jié)節(jié)一枚,未見中心性鈣化。惡性風(fēng)險：25% 低等風(fēng)險，見圖3。例四：放射診斷醫(yī)師組良惡性判斷錯誤。51歲，女性。影像診斷：左肺下葉后基底段占位，考慮惡性腫瘤性病變，建議穿刺活檢。肺結(jié)節(jié)檢測分析系統(tǒng)報告：左肺下葉見實性結(jié)節(jié)一枚，未見中心性鈣化。惡性風(fēng)險：37%中等風(fēng)險，見圖4。

圖1 肺結(jié)節(jié)檢測分析系統(tǒng)判定左肺上葉尖后段病灶有90%的惡性概率。圖2 右肺上葉結(jié)核。圖3 左肺上葉結(jié)核。圖4 左肺下葉結(jié)核。

3 討論

肺結(jié)核仍是世界范圍內(nèi)的主要公共衛(wèi)生問題，病灶盡早的檢出及正確判斷良惡性對患者的治療方式有極大的影響。本研究采用回顧性研究方法，分析經(jīng)病理證實的病灶的胸部HRCT圖像，對比AI組和放射診斷醫(yī)師組對結(jié)核瘤的檢出及對病灶良惡性判定能力。本研究結(jié)果顯示，A組對病變的檢出率稍高于B組，但是其誤判率明顯高于B組。A組判斷有4處(共11處)病變惡性概率大于50%，36.36%的肺良性病變分析為高惡性概率。

本研究結(jié)果表明，目前經(jīng)過進一步機器學(xué)習(xí)的σ-Discover/Lung肺結(jié)節(jié)檢測分析系統(tǒng)(0.4.2.1版本)對肺結(jié)核瘤病變有良好的檢出率，在良惡性的判別仍有進步空間，但是已經(jīng)比σ-Discover/Lung肺結(jié)節(jié)檢測分析系統(tǒng)(0.2版本)57.10%的誤判率有了明顯提高[8]，可以看到結(jié)核病灶檢出及良惡性判定的能力有了進步。計算機深度學(xué)習(xí)算法可以隨著數(shù)據(jù)而擴展，本研究結(jié)果說明該系統(tǒng)可能需要繼續(xù)增加學(xué)習(xí)數(shù)目，學(xué)習(xí)算法進一步改進升級，進而減輕放射診斷醫(yī)師繁重的工作量，提高閱片效率。

本研究彌補了上一次研究的部分不足，新增病理報告結(jié)果，但是同時也存在不足，限于臨床現(xiàn)狀，本研究有病理結(jié)果的病例數(shù)量較少。

綜上所述，經(jīng)過機器學(xué)習(xí)的肺結(jié)節(jié)檢測分析系統(tǒng)(0.4.2.1版本)對肺結(jié)核瘤病變的檢出具有較好的能力，誤判率高于放射診斷醫(yī)生，但是與上一版本相比有了明顯進步。通過機器深度學(xué)習(xí)，計算機輔助診斷系統(tǒng)在肺結(jié)核病變中的應(yīng)用(TB-AICT)會有長足的進步，通過“AI+放射診斷醫(yī)生”的閱片模式，在兼顧敏感性和特異性的情況下提高閱片效率。