人工智能在新型冠狀病毒肺炎患者胸部CT病變范圍評估中的應用價值

黃亞男 毛海佳 楊民霞 湯偉 趙麗 趙振華

新型冠狀病毒肺炎（coronavirus disease 2019，COVID-19）診療方案（試行第五版）中，將胸部影像學表現列入湖北地區COVID-19臨床診斷標準[1]。目前所有患者都需要進行胸部CT檢查，同時動態對比同一例患者的多次檢查結果，這大大增加了影像診斷醫師工作壓力。為了減輕診斷醫師負擔，國內開發的人工智能（artificial intelligence，AI）軟件能對COVID-19患者的胸部CT檢查結果進行智能診斷。筆者通過分析AI軟件對病變累及范圍和不同時間變化趨勢的診斷準確性，并與人工CT評分比較，探討AI在COVID-19患者影像學診斷及病情評估中的應用價值。

1 對象和方法

1.1 對象 收集紹興市人民醫院2020年1月22日至3月8日經RT-PCR檢測確診為COVID-19患者25例，男14例，女11例，年齡26～70（47.9±13.9）歲。其中湖北旅居史19例，與確診病例密切接觸史6例，臨床表現以發熱和呼吸道癥狀為主，發熱24例，咳嗽14例，畏寒14例，胸悶、氣促2例，乏力2例，惡心、嘔吐2例，全身酸痛、頭痛、咳痰、胸痛、咽痛各1例。根據國家衛生健康委員會《新型冠狀病毒感染的肺炎診療方案（試行第七版）》標準進行分型[2]，其中危重型4例，重型7例，普通型10例，輕型4例，將危重型和重型歸為A組11例，普通型和輕型歸為B組14例。A組男7例，女4例，平均年齡（49.9±13.6）歲；B組男7例，女7例，平均年齡（46.4±14.5）歲，兩組性別、年齡比較差異均無統計學意義（均P＞0.05）。本研究經本院倫理委員會批準（批準文號：2020倫審論第25號）。

1.2 方法 所有患者入院前及入院期間在發熱門診與隔離病房專用機房行胸部CT平掃。采用ScintCare CT 16（中國明峰公司）和Duo Emotion 2排CT（德國Siemens公司），患者平臥于檢查床，頭先進，掃描范圍自肺尖至肺底，屏氣方式進行掃描。掃描參數：管電壓120 kV，管電流160 mAs，矩陣512×512，ScintCare CT層厚2 mm，Duo Emotion 2排CT層厚5 mm）。

1.3 圖像后處理

1.3.1 圖像收集 收集兩組患者入院期間的所有胸部CT檢查圖像資料，共計85次85份圖像，其中A組54份，B組31份。以患者出現癥狀的日期記為第一天，分別記錄兩組患者在第1～3天（1～）、第4～6天（第4～）、第7～9天（第7～）、第10～12天（第10～）、第13～15天（第13～）、第16～18天（第16～）、第19～21天（第19～）、第22～24天（第22～）、第25～27天（第25～）及第28天以后（第28～）的CT檢查次數（由于第28天之后進行CT檢查的次數跨度較大，因此最后分組時間截止為第28天之后）。

1.3.2 CT評分及所需時間 由2位有10年以上工作經驗的放射科醫師對CT影像資料進行評分，評分不一致時經協商討論決定；記錄2位醫師完成人工CT評分所需時間。CT評分方法：總分為肺部病變受累范圍之和，共5個肺葉，每個肺葉病變范圍0～5分，0分，無病變；1分，病變范圍＜5%；2分，病變范圍5%～25%；3分，病變范圍26%～50%；4分，病變范圍51%～75%；5分，病變范圍＞75%[3]；總分0～25分。

1.3.3 AI軟件后處理及處理時間 使用COVID-19 AI軟件（BioMindRCOVID-19精確診斷特別版，北京安德醫智科技有限公司）進行圖像后處理；該AI軟件的病灶及肺葉分割網絡以高分辨率深度神經網絡HRNet_v2（High-Resolution Representations for Labeling Pixels and Regions，高分辨率表示標記像素和區域）為基礎，根據標注數據進行監督學習，實現肺葉及病灶的自動定位分割，并根據分割結果自動測量病變總體積及肺葉體積，進而計算病變累及范圍。由1位低年資放射科醫師在PACS系統中將所有圖像上傳至后處理工作站，記錄應用AI軟件完成85份圖像所需時間和評估病變累及范圍（病變總體積及占全肺體積的百分比）結果。

2 結果

2.1 兩組患者AI評估病變累及范圍、人工CT評分的比較 A組AI評估病變累及范圍、人工CT評分均高于B組，兩組間差異均有統計學意義（均P＜0.01），見表1。兩組患者不同時間進行胸部CT平掃次數及AI評估病變累及范圍、人工CT評分見表2、圖1，結果發現兩種評價方式對病變范圍隨時間變化的評估趨勢吻合度高。

圖1 兩種評估方式對兩組患者的病變累及范圍變化評估折線圖

表1 兩組患者AI病變累及范圍、人工CT評分的比較

表2 兩組患者不同時間胸部CT平掃次數、AI評估病變累及范圍與人工CT評分的比較

2.2 AI評估病變累及范圍與人工CT評分的所需時間采用AI軟件評估病變累及范圍所需時間共計2.5 h，明顯短于人工CT評分所需時間的6 h。

2.3 AI評估病變累及范圍與人工CT評分之間的相關性分析 結果顯示，人工CT評分與AI評估病變累及范圍呈正相關（r=0.902，P＜0.01），見圖2。

圖2 人工CT評分與人工智能（AI）評估病變累及范圍的散點圖

3 討論

隨著COVID-19的發展，臨床上對CT檢查的需求性日益增加，影像科醫師不僅需要對肺部病變范圍進行評估，還需要對不同時間段病變變化情況進行評估，以指導臨床精準治療。如何減輕影像診斷醫師的工作負荷并提高影像診斷的效率是目前亟待解決的問題。

本研究發現，AI評估病變累及范圍與人工CT評分之間呈正相關。使用AI軟件對COVID-19患者進行肺部病變累及范圍的評價具有如下優勢：（1）AI軟件所得的結果具有高度可信性；（2）對病變范圍評價所需醫師年資要求低，本研究僅1位低年資醫師利用AI軟件即可較準確完成2位高年資醫師的工作內容，可以緩解高年資醫師的工作量壓力；（3）評估時間縮短：AI評估病變累及范圍所需時間明顯短于人工CT評分所需時間；（4）評價結果定量化：由于醫師在對影像資料進行評價的過程中，可能由于人為因素如經驗、疲勞等造成誤差，AI可替代完成程序化和機械性的重復工作，并提供客觀的定量評價標準。本研究還發現，兩種評估方法均提示危重-重型患者在出現癥狀后的10～12 d內，胸部CT病變范圍達到頂峰。有研究報道52例危重癥患者從出現癥狀到入住ICU的中位時間為9.5 d（7.0～12.5）[4]。與本研究時間相近，其時間稍短于本研究，可能是由于本研究包含了重癥患者，對結果稍有影響。同樣，在普通-輕型患者組中，兩種評價方式均提示普通-輕型患者在出現癥狀后的7～10 d內，胸部CT病變范圍達到最高，且兩種評價方式對病變范圍隨時間變化的評估趨勢吻合度高。

綜上所述，AI不僅能較精準完成COVID-19患者病變累及范圍動態定量評估，而且可以明顯縮短評估所需時間，提高工作效率。