人工智能在兒童骨齡X線影像診斷中的應用研究

李彬，林家健，林育成，寧麗潔，程愛珍

［廣東醫科大學順德婦女兒童醫院（佛山市順德區婦幼保健院）放射科，廣東 佛山 528300］

在兒科中，兒童的骨齡與生活年齡的不同對監測與診治兒童生長和內分泌紊亂等有著極其重要的意義。現階段，計分法、圖譜法均為臨床評測骨齡的常用方法，其中圖譜法的操作較為簡單，可將兒童手腕部作為骨齡評測的依據，但一些疾病對其手腕部不同骨骼的影響也不同。計分法包括手腕骨、掌指骨骨齡計分法兩種［1］。目前，臨床已有研究指出對掌指骨骨齡進行評測的人工智能（AI）系統，但鮮有研究涉及手腕骨骨齡，而手腕骨骨齡對于兒童生長緩慢、性早熟等診斷具有一定價值［2］。鑒于此，本研究分析了AI 在兒童左手骨骨齡X 線影像診斷中的應用效果，旨在為臨床提供更全面、有效的參考依據，現報道如下。

1 資料與方法

1.1 一般資料

選擇2020 年4 月至2021 年1 月期間廣東醫科大學順德婦女兒童醫院兒童保健科提供的需要X 線骨齡診斷的120 例兒童左手骨齡片，其中男童20例，女童100 例；年齡5～12 歲，平均（8.69±2.10）歲。納入標準：①兒童年齡5～12 歲；②左手（包含左手指骨、腕骨、尺橈骨遠側骨干3～4 cm）正位骨齡數字化X 線攝影片；③手部位擺放正確，無骨骺缺失。排除標準：①嚴重骨畸形；②拍攝位置不佳。

1.2 方法

1.2.1 攝片方法 采用放射科DR X 線機按下列要求拍攝左手后前位X 線片：①指導兒童將左手掌緊貼在平板上，將五指自然分開，拇指和食指保持30°角，中指和橈尺骨中軸保持在一條直線上；②將腕部充分暴露出來，同時橈骨和尺骨遠端暴露≥3 cm；③將骨齡片通過DICOM 格式導入PACS系統中。

1.2.2 標準組 采用X 線骨齡評測法，邀請放射科已接受Greulich-Pyle 手腕骨骨齡圖譜法（GP 圖譜法）培訓的2 名高年資、經驗豐富放射科診斷醫師，對120 例X 線骨齡片采用GP 圖譜法進行診斷，依據相關文獻參考以二者診斷結果的均值為參考標準，同時仔細記錄評測時間。

1.2.3 實驗組 采用AI 評測骨齡，即采用深瑞醫療的人工智能系統軟件分析同樣的120 例DICOM骨齡片，以評測的R 系骨齡作為診斷，同時仔細記錄評測時間。

1.3 觀察指標

比較兩組骨齡評測時間，兩組左手骨齡、左手骨成熟度分值及不同年齡段兒童左手骨齡的平均絕對誤差（MAE）、均方根誤差（RMSE），同時通過組內相關系數（ICC）評估兩組評測骨齡的一致性。AI、X 線骨齡診斷與參考標準的診斷相差≤6 個月可以認定為診斷符合。

1.4 統計學方法

采用SPSS 20.0 軟件或EXCEL 進行統計分析診斷結果，計量資料以均數±標準差（±s）表示，計量資料組間比較采用t檢驗；計數資料以百分率（%）表示，計數資料組間比較采用χ2檢驗。P＜0.05 為差異有統計學意義。

2 結果

2.1 兩組左手骨齡評測時間比較

實驗組骨齡評測時間為（0.35±0.12）s，較標準組［（140.35±12.10）s］更短，差異有統計學意義（t=126.740,P=0.000）。

2.2 兩組左手骨齡MAE、RMSE 比較

實驗組左手骨齡MAE、RMSE 均低于標準組，差異有統計學意義（P＜0.05）。見表1。

表1 兩組左手骨齡MAE、RMSE 比較（n=120,±s）

表1 兩組左手骨齡MAE、RMSE 比較（n=120,±s）

2.3 兩組左手骨成熟度分值MAE、RMSE 比較

實驗組左手骨成熟度分值MAE、RMSE 均低于標準組，差異有統計學意義（P＜0.05）。見表2。

表2 兩組左手骨成熟度分值MAE、RMSE 比較（n=120,±s）

表2 兩組左手骨成熟度分值MAE、RMSE 比較（n=120,±s）

2.4 兩組不同年齡段左手骨齡MAE、RMSE比較

實驗組5～8 歲、9～12 歲年齡段左手骨齡MAE、RMSE 均低于標準組，差異有統計學意義（P＜0.05）。見表3。

表3 兩組不同年齡段左手骨齡MAE、RMSE 比較（±s）

表3 兩組不同年齡段左手骨齡MAE、RMSE 比較（±s）

2.5 兩組評測左手骨齡的一致性比較

兩組左手骨齡評測結果的ICC 為0.998，95%CI（0.996～0.998）。

3 討論

兒童左手骨早期發育階段于X 線片上的表現為多個密集的點（手腕骨）與略分散的點（掌指骨），且隨著發育而持續增大，最終會增長到特定的形狀與最佳大小［3］。和長骨發育有所不同的是，左手骨于青春期前的發育速度較快，女孩發育較早，通常在11 歲左右便已接近成熟，而男孩則需在13 歲左右［4］。因左手骨發育階段及分期存在一定個體差異性，有專家不建議單純借助腕骨來評測兒童的骨齡，特別是年齡稍大的兒童，建議借助長骨來評測，所有結合掌指骨的發育情況來評測兒童骨齡的準確度更高［5-6］。

臨床上評測骨齡的方法包括圖譜法、計分法、骨化中心計數法以及骨骺出現和閉合年齡法4 種。圖譜法是將被測者骨齡片和標準圖譜相對照而得出骨齡，既涉及到骨化中心所出現的數量，也考慮到形態大小及各骨的發育狀態，有著便捷、明確等特點，近年來在國際上的應用率較高。計分法是按各骨發育階段及所對應分值進行計分，然后按相應標準對骨齡進行計分，屬于現階段國際評測骨齡的最基本也是最準確的方法。骨化中心計數法是在觀察單或多部位繼發骨化中心所出現的時間、數量以及成熟度特征來評測骨骼發育情況，但存在適用年齡段小、誤差大等缺點，現已基本被臨床淘汰。骨骺出現和閉合年齡法主要通過查圖表獲得骨齡，具有省時、便捷等優點，但也存在投照部位多、評測結果不精準等缺點［7］。所以，目前臨床上主要應用的骨齡評測方法僅為GP 圖譜法、TW3 法兩種。本研究就采用GP 圖譜法對120 例兒童左手骨齡片進行評測，并以此作為參考標準，分析AI 在兒童骨齡X 線影像中的應用效果。

AI 屬于一門基于多學科的新興技術，涉及計算機科學、神經科學、生物學、數學、哲學及心理學等，近年來隨著醫學水平的快速發展，AI 在醫學領域中的應用率逐漸上升，涉及AI 醫學影像學、AI 健康管理、AI 輔助診斷、AI 疾病預測以及AI 藥物研發等［8］。本研究結果發現：實驗組骨齡評測時間較標準組更短，提示對兒童骨齡X 線片采用AI 進行評測的速度更快。究其原因在于AI系統實現了自動化骨齡評測，加之臨床在評測手腕骨發育等級時需醫師人工來完成，這也在很大程度上增加了骨齡評測時間，所以AI 評測兒童骨齡的時間較短。

本研究還發現：實驗組左手骨齡、左手骨成熟度分值及不同年齡段左手骨齡的MAE、RMSE均明顯低于標準組；兩組左手骨齡評測結果的ICC為0.998，95%CI（0.996～0.998）。提示對兒童骨齡X 線片采用AI 進行評測的準確度較高。這與康敏等［9］的研究結果基本一致。究其原因在于AI 骨齡評測系統可有效地區分不同位置的手腕骨（也包含重疊位置），從而更準確地評測兒童左手骨齡、成熟度及不同年齡兒童骨齡的差異性，提高其與參考標準的一致性［10］。

本研究也存在一定不足之處：①僅拍攝左手骨齡X 線片，評測部位較為局限；②樣本數量較少；③左手骨齡數據基本為本地區兒童，地域來源相對單一。因此，還需臨床增加評測部位、增大樣本數量及擴大研究地域作進一步探討。

綜上所述，AI 可快速且準確地評測兒童左手骨齡，具有臨床推廣和應用價值。