肺結節人工智能判讀與術后病理的對比分析

王俊豪 武玉兵 隋汝德

肺癌是世界上對人類生命和健康威脅最大的惡性腫瘤之一，其發病率和致死率均居所有惡性腫瘤的首位[1]。降低肺癌的病死率，關鍵在于早發現、早診斷、早治療。AI的發展，使人們逐漸嘗試將其應用于醫學領域，在肺結節診療方面，AI也日益顯現出其顯著的作用。近年來，對于AI檢測肺結節的探究主要有以下幾個探究方向：a、探究AI對于肺結節篩查方面的幫助；b、AI對于肺結節良惡性鑒別能力方面的探究；c、AI不同算法模型對肺結節檢測的比較。在探究中人們發現，AI在影像學領域可顯著提升影像科醫師的工作效率，且其對肺結節檢出的敏感度與醫師相比更有優勢[2-3]；在良惡性鑒別方面，AI同樣顯示出了較高的臨床價值[4-6]。但也有研究顯示出AI在肺結節檢出方面存在瓶頸[7]。本文旨在對AI在肺結節良惡性鑒別能力以及臨床應用價值方面進行進一步探究。

資料與方法

一、研究對象

選取本院2019年1月—2021年12月經手術切除且有術后病理的肺結節患者464人，術后病理均由至少兩位高年資病理科醫生確診，包含485個肺結節，進行回顧性分析，其中良性結節73 例，惡性結節412例(將不典型腺瘤樣增生列入惡性結節)。納入標準：1、長徑<3 cm的肺結節；2、有薄層胸部CT肺窗圖像，層厚為1 mm;3、有明確的術后病理。排除標準：1、肺部彌漫性病變；2、不能明確AI判讀結節是否為術后病理結節；3、術前接受過放化療或術后病理診斷為轉移性腫瘤。惡性肺結節患者中，男性163例，女性249例，男女比例為0.65 ∶1，平均年齡(58.40±10.10)歲；良性肺結節患者中，男性34例，女性39例，男女比例為0.87 ∶1，平均年齡(54.04±11.17)歲。本研究經本院倫理委員會批準(LCH-LW-2022004)。

二、材料與設備

CT圖像設備為SIEMENS Sensation 64。患者仰臥，頭先入，胸骨柄作為定位中心，雙手上舉，患者深吸氣然后屏氣，行胸部CT掃描，掃描范圍肺尖至肋膈角尖端水平，掃描參數：層厚5 mm，層距5 mm，管電壓120kV，管電流110～500mA。掃描結束后對病灶部位行肺窗薄層CT重建，層厚1 mm。AI設備為采用北京推想科技有限公司肺結節輔助診斷系統。

三、研究方法

統計滿足納入標準的肺結節患者基本信息，包括姓名、性別、年齡，同時統計出術前行CT引導穿刺活檢得到的病理結果；將所有患者的薄層胸部CT肺窗圖像導入到我院引入的AI輔助診斷系統(北京推想科技有限公司)，統計得到的AI參數(結節類型、惡性概率、危險程度、長徑)。患者AI分析及病理結果(見表1)。將危險程度高危視為惡性概率高，符合惡性結節；危險程度低、中危視為惡性概率低，符合良性結節。結節性質以術后病理為金標準。

表1 患者AI分析及病理結果例數[n(%)]

四、統計學方法

采用SPSS 26.0軟件進行統計學分析。計量資料兩組間比較采用獨立樣本t檢驗，用(均數±標準差)表示；計數資料兩組間比較采用χ2檢驗，用百分率(%)表示。以P<0.05為差異有統計學意義。

結 果

一、良惡性結節之間的比較

分別統計良、惡性結節AI惡性程度的準確率以及惡性概率，比較兩者差異，結果均有顯著統計學意義(P<0.01，見表2)。

表2 良、惡性結節AI惡性概率及準確率對比

二、惡性結節之間的比較

將所有惡性結節按長徑大小分為三組(≤1cm，1～2cm，>2cm)，再按照結節類型分為三組(純磨玻璃結節、混雜磨玻璃結節、實性結節)，對結節的惡性概率大小及良惡性鑒別的準確率進行統計學分析(見表3)。結果顯示，對于惡性混雜磨玻璃結節，其長徑值越大，惡性概率越大；對于長徑>1 cm的惡性結節，混雜磨玻璃結節的惡性概率均要明顯大于純磨玻璃及實性結節；以上差異均具有統計學意義(P<0.05)。混雜磨玻璃結節的AI準確率均要明顯高于純磨玻璃及實性結節，其差異有顯著統計學意義(P<0.01)，而純磨玻璃結節與實性結節準確率之間無統計學差異(P>0.05)。

表3 不同類型惡性結節AI惡性概率及準確率(%)

三、行術前穿刺活檢

所有患者中，有53人術前行CT引導下穿刺活檢，這53例患者的AI分析、穿刺結果及病理結果(見表4)。以術后病理結果為金標準，比較這53名患者穿刺活檢與AI判定的準確率，結果穿刺活檢與AI準確率分別為90.57%、92.45%，兩者間差異無統計學意義(χ2值為0.121，P>0.05)。

表4 穿刺患者相關結果例數[n(%)]

討 論

目前，肺癌是世界上發病率及致死率均居首位的癌癥，而肺結節是肺癌的早期表現，對它的早診早治顯得尤為重要。隨著AI在醫學領域的發展，人們逐步開始探索其在肺結節早診早治方面的臨床應用價值。在肺結節的AI良惡性鑒別能力方面，不同學者得出了不同的結論，有人認為AI對于肺結節的良惡性鑒別診斷的特異性低[8-9]；有人認為AI對低度、中度惡性的結節良惡性鑒別的準確率低，對高度惡性結節良惡性鑒別的準確率高[10]；而有人則得出AI對低度、中度及高度惡性結節的準確率均低的結論[11]。本研究通過對485個肺結節進行回顧性分析，發現AI對良性結節的鑒別準確率較低，而對惡性結節的鑒別準確率高，由于這些良性結節均為臨床胸外科醫師及影像科醫師無法通過CT圖像輕易辨別良惡性的結節，因此可見AI在肺結節良惡性鑒別方面仍有較高的臨床應用價值。

本研究還對惡性結節進行了針對性的探索。本研究的新穎之處在于，既往研究尚缺乏AI對于不同類型肺結節惡性鑒別能力的具體探究，而本研究結合肺結節的直徑大小，對不同類型肺結節進行了針對性探索。將惡性結節按照結節類型分為純磨玻璃結節、混雜磨玻璃結節以及實性結節三組，探究AI對不同類型結節的分析結果是否具有統計學意義。結果顯示，AI對于混雜磨玻璃結節良惡性鑒別的準確性要明顯高于純磨玻璃及實性結節，因此在臨床上，對于混雜磨玻璃結節，在臨床上應用AI對其進行良惡性鑒別的應用價值要明顯高于純磨玻璃及實性結節。有研究顯示良惡性結節的長徑、最大面積、體積、平均CT值及惡性概率差異均有統計學意義[12]，于是本研究專門對不同類型惡性結節間長徑值進行了統計研究，針對惡性結節的長徑及惡性概率之間的相關性進行分析，發現混雜磨玻璃結節的長徑值越大，其惡性概率越高；而且對于長徑>1 cm的結節，混雜磨玻璃結節的惡性概率均要明顯大于純磨玻璃及實性結節，這也與目前混雜磨玻璃結節的惡性率最高的臨床現狀相符合[13]；也有研究[14-15]顯示，混雜磨玻璃結節的直徑越大，其惡性概率及惡性程度越高，結節證實為肺浸潤性腺癌的可能性越大。這也再一次顯示出AI在肺結節診斷方面有較高的臨床應用價值，對于混雜磨玻璃結節尤為顯著，且長徑對混雜磨玻璃結節的鑒別能力有一定的參考價值。

目前臨床上對于肺結節術前穿刺活檢的價值高低有一定的爭議，與AI相比，穿刺活檢作為一種有創操作，存在著許多弊端[16-17]，其一，它存在肺出血、氣胸及針道種植轉移的風險；其二，穿刺結果存在假陰性，即使穿刺出良性結果，還是難以確診。因此本研究專門對比了AI良惡性結果與術前CT引導下穿刺活檢病理結果，探究AI在臨床上是否可替代術前穿刺活檢，結果表明，AI與穿刺活檢的準確率差異無統計學意義，故AI是否可以替代穿刺活檢作為患者肺結節良惡性鑒別的手段仍不確定。但本研究的術前穿刺活檢患者數量較低，仍存在一定的局限性，可收集更多數量的樣本做進一步的統計學分析。

本研究的局限性：1.僅采用一種AI輔助診斷系統，有待進一步完善；2.每位患者的肺部狀況及身體狀況各不相同，未進行細致的對比排查。

綜上所述，AI對于良性結節的鑒別能力較低，應用AI對混雜磨玻璃結節進行良惡性鑒別有較高的臨床應用價值，且長徑對混雜磨玻璃結節的鑒別能力有一定的參考價值，但AI在臨床上是否可以代替穿刺活檢仍不確定。