醫學影像結構式診斷報告在腫瘤診斷中的臨床應用及思考

劉剛，崔磊

醫學影像報告是影像科醫師與臨床醫師溝通的關鍵組成部分，傳統的自由文本報告(free-text reporting，FTR)允許報告醫師擁有自主權，但難免出現主觀性描述，可能引起臨床醫師的理解偏差[1]。醫學影像結構式報告(structured reporting，SR)遵循專業標準，在準確性、完整性以及數據收集和研究等方面表現出諸多優勢，國際上許多放射學會正在開發和完善這項技術[2]，并在結構式報告中關鍵數據提取、數據整合、半自動報告書寫、數據共享以及數據挖掘等方面進行了深入和較廣泛的研究。尤其是在新型冠狀病毒肺炎疫情期間，基于新型冠狀病毒肺炎的胸部CT結構式報告受到了廣泛的討論和研究[3]，并被證實能較為準確地對患者病情進行分類，為臨床診療提供決策指導[4]?；谔囟膊』虿课坏慕Y構式報告作為新興的報告形式，具有廣闊的應用前景，本文就結構式報告在腫瘤的診斷、治療及隨訪過程中的應用特點及發展方向進行綜述。

結構式報告的實現

結構式報告這一概念早在2000年就已提出[5]，近年來隨著高分辨率成像技術及計算機技術的發展，結構式報告得以進一步推廣。Nobel等[6]為了更清晰地解釋結構式報告，在2020年對其重新進行定義：結構式報告是利用信息技術的手段，在影像報告中輸入和安插醫學內容。兩個因素可以獨立地影響報告質量：一個是標準化，另一個是創建報告的方式。

在標準化方面，許多專業機構提出和制訂了一些標準來支持結構式報告[7-8]。北美放射學會組織編寫了RadLex詞典(http://radlex.org/)以促進放射學術語的統一和標準化，還提出開發結構式報告模板并免費在網站上(https://radreport.org/)發布的倡議，也已得到了廣大專家的積極支持。除了術語的標準化和報告模板盡可能規范化，還需遵循指南或專家共識中提到的掃描方案、圖像后處理及影像標注等規范化內容[9]。

在創建報告的方式上，首先需要開發一個基于信息技術的報告工具，設計合理的結構化布局；其次是要將預先設計好的報告內容嵌入到報告工具中。常用的形式有下拉菜單、復選框、選擇列表、點擊式系統、插入病變圖層和腫大淋巴結位置圖示等[10]。當影像科醫師在電腦上完成報告時，只需用鼠標點擊選擇術語，就可安插到報告中，節省輸入文字和編排文本的時間。最后，還需要報告系統提供一個能夠及時修改結構式報告模板的功能，方便后續對其進行完善和管理。

結構式報告在腫瘤診斷中的應用

影像學檢查對于腫瘤初步診斷和進一步的治療指導具有重要意義，結構式報告在腫瘤診斷、分期、治療決策及療效評估等方面的作用得到了腫瘤科等相關領域專家的肯定。

1.在腫瘤良惡性診斷中的應用

目前結構式報告在腫瘤良惡性診斷的應用中，主要依據美國放射學會的報告和數據系統(Reporting and Data System,RADS)，可以避免不同報告醫師在診斷結論中使用“可能”、“考慮”、“不除外”等主觀描述，通過評分等方式提高了報告的一致性和可重復性?；赗ADS的結構式報告規范了影像征象報告術語并統一了診斷標準，從而減少了診斷中主觀因素的干擾，可使低年資醫師快速、系統地掌握新知識，并使報告的書寫更規范、也更易推廣[11]。

多數學者報道了基于RADS的結構式報告比自由文本報告具有較高的清晰性和簡潔性。Zhang等[12]通過實施基于腦腫瘤影像報告和數據系統(BT-RADS)的結構式報告后，發現結構式報告比自由文本報告在報告內容和結論中的字數都明顯減少，報告完成時間明顯縮短。Bink等[13]研究了結構式報告與自由文本報告的信息量，腫瘤數量及其位置是結構式報告與自由文本報告中一致性最高的內容。Shaish等[10]引入結構式報告后，發現前列腺影像報告和數據系統(PI-RADS)詞典的使用率從32.9%提高到88.4%。當然，也應注意避免模板過度簡化帶來的風險，可以在模板最后附上RADS分類的具體含義及相應的處理建議。

RADS是一個針對惡性腫瘤的影像診斷指南，其主要任務是判斷病灶惡性的概率。結構式報告模板中引入這些分類或評分系統后，就可以顯示出良好的診斷效能。有研究結果顯示，結合PI-RADS詞匯和分類規則的結構化模板使MRI對臨床顯著性前列腺癌的敏感性從53%提高到70%[10]。結構式報告與基于證據的指南或共識一起，不僅可以減少錯誤，還有助于提高報告的總體質量。當然，依據RADS及一些國外指南來書寫結構式報告時，也要結合國內的具體情況，在實際應用中遇到爭議的部分，需要與高年資醫師進行充分的討論，以達到最優診斷效果[14]。

2.在腫瘤分期中的應用

腫瘤準確分期對臨床決策治療至關重要，TNM分期在確定腫瘤范圍、反映腫瘤負荷及進行危險度分級等方面都具有重要作用[15]。進行影像TNM分期的主要目的是為腫瘤科醫師和外科醫師提供更多與腫瘤有關的信息，包括腫瘤局部浸潤、淋巴結轉移和遠處侵犯等詳細內容，因而也增加了?？漆t師對TNM分期結構式報告的滿意度。

基于腫瘤的結構式報告促使影像科醫師將特定檢查和臨床診斷所需的關鍵信息納入進來，可以提高診斷報告中對腫瘤分期的完整性和準確性[16-17]。Schoeppe等[18]認為結構式報告可能尤其適合于腫瘤的術前分期，結構式報告提高了與腫瘤分期相關的影像表現的報告頻率，減少了診斷報告中對腫瘤的位置、大小和強化程度等特征以及淋巴結、血管受累情況等方面信息的遺漏。而且，利用信息技術可相應生成病變的位置或淋巴結受累區的矢量圖，提高報告信息的可視性和可讀性[19]，?？漆t師也就能直觀地提取所需信息。結構式報告促使影像科醫師更加注重對腫瘤病變的系統評價，注重腫瘤病變的早期征象、解剖定位、與鄰近重要器官的關系等特征及腫瘤定量參數的測量等，從而有利于提高影像診斷水平。Dimarco等[20]研究顯示使用結構式報告后，在評估胰腺癌血管侵犯方面可以顯著改善閱片者間的一致性，不同資歷的影像報告醫師在評估胰腺癌CT分期時可以獲得相似的結果，也增加了臨床醫師對結構式報告中診斷結果的認可度。

3.在臨床決策中的應用

隨著腫瘤治療領域的迅速發展，越來越多的個性化治療方案可以被選擇?；谀[瘤影像的結構式報告可以預先設定更多的關鍵特征，提供更充分的信息，提高臨床醫師的滿意度[21]。分診醫師可以從結構式報告中快速提取信息，參加多學科會診的醫師可以更快地全面了解患者的病情，可以幫助外科醫師確定患者的治療計劃。相關研究表明，?？漆t師對結構式報告中臨床決策所需信息的清晰度和總體報告的滿意度高于自由文本報告，結構式報告的實施有利于腫瘤患者手術方案的制訂和治療效果的提高，增加了外科醫師對腫瘤可切除性的信心，提高了外科醫師的工作效率和總體綜合診療水平[22-23]。

結構式報告促使影像科醫師對具體細節進行描述，減少了臨床醫師因報告中不確定內容而向影像科醫師溝通的次數。就專科醫師對腫瘤處理中經常需要溝通的問題，許多學者也設計了相應的結構式報告模板。Alsaikhan等[24]介紹了腎腫瘤的測量評分系統，將開放手術、機器人輔助手術、腹腔鏡手術和射頻消融術等多種手術方式需考慮的內容均涵蓋進去，有助于外科醫師選擇手術計劃和預防并發癥。Poullos等[25]報道了一個針對T2期肝癌患者創建的結構式報告模板，將一些額外因素考慮進去，以利于專科醫師評判是否可以移植以及移植的緊迫性。

4.在預后和隨訪中的應用

結構式報告包含了豐富的數據，并且結構式報告的標準化和一致性可以提高收集數據的質量，可以整合分析影像學、臨床和實驗室數據之間的相互關系，提高診斷效能及預測價值。Tang等[26]根據結構式報告中腫瘤的MRI表現和相關臨床數據建立了一個預測模型，在預測直腸癌晚期患者新輔助放化療后的反應和術后不良反應等方面取得了較好的結果。

對于需要隨訪觀察或者療效評估的患者來說，結構式報告可以改善患者的就醫體驗和治療效果。先后多次檢查的結構式報告使得病變的測量值更易于進行動態觀察和比較，精確的定位也有利于病灶的局部治療和隨訪，也增加了影像科醫師在患者管理中的作用。目前，在區分某些腫瘤的進展情況和治療效果等方面仍具有挑戰性，可能導致影像報告的描述比較模糊和不一致，Weinberg等[27]開發了一個結構化的神經膠質瘤監測報告系統，并整合到結構式報告模板中，旨在準確監測疾病進展和制訂臨床決策，促進醫師與患者之間進行明確和有效的溝通。Benson等[28]通過運用放療后顱內轉移瘤分類的結構式報告模板，也促使報告醫師減少了使用模糊語言的次數。

有專家組提出了一個新的概念——腫瘤學結構式報告(Structured Oncology Reporting，SOR)[29]，主要用于晚期腫瘤患者的臨床評估，目的是提供一個全面的診斷手段，以利于腫瘤科醫師做出最適當的治療決策。在其全面實施后的第一年，共有7471份影像學檢查報告被選擇使用SOR形式，且SOR的使用率在幾個月內從49%上升到95%，正面評價比例相對于自由文本報告也較高。

不足及展望

隨著CT和MRI的廣泛應用以及工作量不斷上升，對于不同的疾病或部位，在常規簡單的報告模板和更加細化的結構式報告模板之間取得平衡是很重要的[30]。有人認為使用結構式報告可能不會改善臨床醫師對報告的解讀能力，也不會減少閱讀時間[31]。結構式報告具有限制性和僵化的形式，尤其是基于TNM分期的結構式報告篇幅甚至達到3～4頁，潛在的分散了報告醫師的注意力，且并未顯著提高報告的質量，還限制了對復雜病變或意外發現的描述，影像科醫師須在模板的末尾補充一些特殊征象，如瘤內壞死、腫瘤實性成分等，而這些內容通常在自由文本報告中都習慣于被優先描述。

由于目前對判斷小淋巴結是否發生轉移仍然具有一定的難度，所以TNM分期仍具有挑戰性[32]，這也可以解釋為什么一些影像科醫師不愿意使用結構式報告進行TNM分期。腫瘤的初始分期對于進一步的臨床治療決策以及患者的預后至關重要，分期過度會導致不必要的放療或化療，分期不足則可能會增加腫瘤復發的風險，因此最好在報告中解釋分期的不確定性或在模板上添加一些術語(如“T2～T3早期”、“T3～T4期可能”等等)，而不是強行將它們確定為某個固定的TNM分期[33]。

結構式報告仍然是一個不斷發展的領域，一個重要的發展方向是與人工智能結合，利用人工智能算法自動化生成報告中某些繁瑣的部分，從而提高工作效率，并可與影像組學相結合，在腫瘤的良惡性鑒別及淋巴結轉移判定上提高影像科醫師的診斷信心，從而彌補結構式報告的不足。如，人工智能算法可以提取和對比既往的檢查結果，并自動將其插入報告中，然后將這些信息和參數與相關的診斷標準相結合，提出適當的診斷分類或建議[34]；Loveymi等[35]設計了一種基于CT多層圖像分析的特征提取方法，可提高測量準確性并自動生成一個包含肝臟體積、血管和病變的結構式報告；朱麗娜等[36]研究表明在結構式報告系統中整合計算機輔助診斷系統后，低年資醫師平均診斷效能高于其獨立診斷，平均診斷信心也顯著提高。人工智能還可以根據患者、臨床醫師、審核醫師不同角色自動生成多個版本的影像學報告，以適合不同資歷醫師的書寫和閱讀，這將有助于改善影像科醫師、臨床醫師及患者之間的溝通。尤其是以患者為中心的報告仍處于初級階段，可以在報告中插入“非專業”的解釋、圖像、鏈接或二維碼等，以利于患者能充分理解報告的內容[1]。

基于腫瘤的結構式報告規范了報告內容并提供了更多細節，具有清晰性、準確性、完整性和一致性等特點，加強了多學科之間的交流，許多研究已經證實了其在腫瘤診療領域中的積極作用。但是結構式報告也遠未普及，還存在一些局限性和挑戰，尚需要更多有力的證據來證實其在臨床實踐中的必要性和附加價值，特別是在改善腫瘤患者預后方面的作用。相信在人工智能和大數據醫療的背景下，未來結構式報告將會進一步發展，成為精準醫療的重要組成部分。