人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用

鄧成清 孫安林 唐宇軒 張 萍 唐愛群*

（1.鹽城市射陽縣人民醫院放射科,江蘇 鹽城，224300；2.鹽城市射陽縣人民醫院兒科,江蘇 鹽城，224300）

骨齡即通過骨頭評測出的生物發育年齡，用作個體在成長過程中骨骼的成熟狀態、發育年齡的度量[1]。骨齡主要是根據測定的骨骼結構、形態、大小來反映個體的體格發育程度，可反映個體的發育狀況[2-3]。骨齡評估（BAA）是臨床測評個體發育程度的客觀與準確的方法之一[4]。由于醫學技術的發展，當前骨齡評估已經廣泛應用于兒童發育相關疾病的診斷，兒童發育相關疾病包括先天性腎上腺皮質增生、內分泌紊亂（包括兒童肥胖癥、兒童性早熟、矮小癥、先天性甲狀腺功能減低癥）、生長發育延遲等[5]。傳統上的骨齡評估方法主要為X線檢查，雖然操作比較方便，但是會因為影像科醫師經驗水平的不同，在診斷中容易出現差錯[6]。當前隨著計算機領域技術的廣泛發展，人工智能也得到了快速發展，當前已有一些人工智能軟件應用于骨齡評估中。將人工智能與骨齡評估結合能提高閱片效率，減少醫師閱片的主觀性，提高骨齡評估的可重復性與準確性[7-8]。本文具體探討與分析了人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用，以促進人工智能軟件的應用，現報道如下。

1 資料與方法

1.1 一般資料

選取2020年5月—2022年12月在江蘇省鹽城市射陽縣人民醫院診治的84例發育相關疾病兒童作為研究對象。在84例患兒中，男44例，女40例；年齡2～11歲，平均年齡（7.89±0.14）歲；平均身高（126.59±10.13）cm；平均體質重量（23.10±1.14）kg/m2；疾病類型：先天性腎上腺皮質增生16例，內分泌紊亂34例，生長發育延遲34例。本次研究得到了患兒家長的知情同意。本研究經江蘇省鹽城市射陽縣人民醫院醫學倫理委員會批準。

1.2 納入與排除標準

納入標準：①兒童年齡2～12歲；②臨床診斷為兒童發育相關疾病（包括先天性腎上腺皮質增生、兒童肥胖癥、兒童性早熟、矮小癥、生長發育延遲等）[8]；③臨床資料完整；④就診原因評估為兒童發育相關疾病。

排除標準：①存在先天性畸形、先天性殘疾的患兒；②骨齡圖像不清晰者；③正在服用激素類藥物的患兒；④正在服用性激素類制劑的患兒；⑤患兒或患兒家長依從性不佳。

1.3 方法

1.3.1 X線檢查

在數字化X線檢查中，采用GE Optima XR648、飛利浦Digital Diagnost的數字化X線攝片設備。患兒取坐位，患兒左手和前臂成一直線，掌面靠探測器，中心線對尺骨、橈骨莖突連線中點，用鉛圍脖和鉛圍裙保護患兒非照射部位。數字化X線攝片拍攝視野包括全部指骨、腕骨、掌骨、尺骨、橈骨，數字化X線攝片拍攝參數：曝光時間40 ms、管電流100 mA、管電壓45～50 kV，焦片距100 cm。

1.3.2 人工智能軟件應用方法

采用杭州深睿博聯科技有限公司人工智能影像分析軟件對數字化X線攝片進行骨齡評估，其具有手腕部部位關鍵點檢測網絡技術、X射線圖像預處理技術、深度學習等各種技術，可通過準確定位及多分類器回歸算法對每塊手骨進行自動評級，對骨齡進行自動識別并進行骨齡評估。

1.3.3 判斷標準

住院醫師閱片判定：采用隨機交叉自身對照試驗，由醫院的6名住院醫師（均具有影像科醫師資格證書；骨齡診斷經驗小于3年；近1年骨齡閱片量≥150份）對數字化X線攝片進行判定（6名住院醫師將所有病例都進行盲法閱片，研究人員將影像學圖片連同檢查結果表一起交給相關醫院，并保證住院醫師不知道影像學圖片所對應的病例信息）。

金標準閱片判定：由兩名在兒科影像學領域均具有＞15年經驗的影像科主任醫師（近1年骨齡閱片量≥300份，具有影像科醫師資格證書）對數字化X線攝片進行判定。

所有醫師均不知道患者臨床信息、實際年齡及人工智能軟件的骨齡評估結果，記錄醫師得出的骨齡值。

1.4 觀察指標

（1）觀察與記錄住院醫師閱片、金標準閱片與人工智能閱片的時間。（2）記錄與觀察住院醫師閱片、人工智能閱片的結果與金標準之間的平均均方根誤差（root mean square error，RMSE）與平均絕對離差（mean absolute difference，MAD），平均絕對離差和平均均方根誤差越小，結果與金標準越接近。（3）以患兒實際年齡為準，記錄觀察住院醫師閱片、人工智能閱片、金標準閱片的準確率，準確率為三種方法與患兒實際年齡差距在0.5年內的數量百分比。

1.5 統計學分析

采用SPSS 29.00統計學軟件進行數據分析。符合正態分布和方差齊性的計量資料（比如閱片時間）以（）表示，對比采用t檢驗與方差分析等；計數資料用[n（%）]表示，對比采用χ2檢驗。以P＜0.05為差異有統計學意義。

2 結果

2.1 兒童發育相關疾病骨齡的三種不同閱片方法的閱片時間比較

人工智能閱片時間顯著少于住院醫師閱片與金標準閱片，差異有統計學意義（P＜0.05）；住院醫師閱片與金標準閱片比較，差異無統計學意義（P＞0.05），見表1。

表1 兒童發育相關疾病骨齡的三種不同閱片方法的閱片時間比較 （，s）

表1 兒童發育相關疾病骨齡的三種不同閱片方法的閱片時間比較 （，s）

注：與住院醫師閱片比較，aP＜0.05；與金標準閱片，bP＜0.05。

閱片方法例數閱片時間人工智能閱片84 0.25±0.03ab住院醫師閱片843.54±0.43金標準閱片843.56±0.51 F 2051.548 P＜0.001

2.2 兒童發育相關疾病骨齡的三種不同閱片方法的閱片誤差比較

人工智能閱片誤差與金標準閱片比較，差異無統計學意義（P＞0.05）；住院醫師閱片誤差與金標準閱片比較，差異有統計學意義（P＜0.05），見表2。

表2 兒童發育相關疾病骨齡的三種不同閱片方法的閱片誤差比較（ ）

表2 兒童發育相關疾病骨齡的三種不同閱片方法的閱片誤差比較（ ）

注：與住院醫師閱片比較，aP＜0.05。

閱片方法例數（n）平均均方根誤差平均絕對離差人工智能閱片84 0.29±0.03a 0.21±0.02a住院醫師閱片840.98±0.140.76±0.16金標準閱片84 0.30±0.02a 0.23±0.01a F 1886.182939.448 P＜0.001＜0.001

2.3 兒童發育相關疾病骨齡的三種不同閱片方法的診斷準確率比較

住院醫師閱片、人工智能閱片、金標準閱片準確分別為74例、82例、83例，準確率分別為88.10%、97.62%、98.81%，人工智能閱片、金標準閱片的準確率顯著高于住院醫師閱片，差異有統計學意義（P＜0.05），人工智能閱片、金標準閱片的準確率比較，差異無統計學意義（P＞0.05），見表3。

表3 兒童發育相關疾病骨齡的三種不同閱片方法的診斷準確率比較

3 討論

骨齡是根據骨頭發育的時長來決定的，多數是隨著時間的增加而增加的。但是由于內外在各種因素的影響，比如出現兒童發育異常等相關疾病，使骨頭缺乏營養，導致骨齡增加緩慢[9]。尤其是在手腕部，伴隨著長骨骨骺與骨干融合、長骨骨骺和骨干干骺形狀的改變、骨化中心出現等特征，也使得手腕部的骨齡評估可作為個體整體骨齡的判定標準[10]。當前骨齡的鑒定主要是通過數字化X線攝片進行判定，在操作上比較簡單，對于患兒的輻射性比較低[11]。但是數字化X線攝片的判斷取決于影像科醫師的經驗，存在一定的誤差性，導致診斷的準確性不高[12]。本研究顯示，84例兒童發育相關疾病骨齡的人工智能閱片時間顯著少于住院醫師與金標準閱片時間，差異有統計學意義（P＜0.05）；住院醫師閱片時間與金標準閱片時間比較，差異無統計學意義（P＞0.05），表明人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用能縮短閱片時間。從機制上分析，人工智能影像分析軟件可運用醫學影像識別算法和智能解剖定位引擎，準確定位每塊攝片部位，自動進行評級，判讀出最終骨齡，可快速大量閱片，有效提高了影像科在X線片中病變的檢出率，明顯提高了工作效率[13]。

通過骨齡測定可以評估兒童的發育成熟程度，可反映出兒童的生物學年齡，尤其是能夠早期明確兒童的發育潛力和性成熟趨勢。并且隨著醫學技術的發展，骨齡評估對于兒科疾病診斷、臨床治療預后判定也起著重要的作用[14-15]。并且人工智能軟件評估可進行深入學習，尤其是通過機器學習方法實現全自動的骨齡評估已成為可能[16-17]。本研究顯示，人工智能閱片與金標準閱片誤差比較，差異無統計學意義（P＞0.05），住院醫師閱片與金標準閱片誤差比較，差異有統計學意義（P＜0.05），表明人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用能縮小評估的閱片誤差。從機制上分析，人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用避免了住院醫師主觀因素對于結果的影響，減少醫生的時間成本，可顯著提升住院醫師的閱片能力，降低骨齡判斷的誤差。當前有研究顯示人工智能軟件檢測可在骨齡快速評估的基礎上，提高評估的準確性，并且具有很好的可行性，尤其是基于深度學習的自動骨齡評估算法比時間年齡更能準確地反映機體的成熟度[18]。

從兒科醫生對兒童發育相關疾病治療的角度來看，骨齡評估需要有更高的精度，對指導臨床治療具有重要價值。特別是在兒童生長發育的過程中，不同發育階段骨頭的形態有所不同，存在一定的階段性與連續性，為此骨齡評估具有重要價值[19]。本研究顯示住院醫師閱片、人工智能閱片、金標準閱片準確分別為74例、82例、83例，準確率分別為88.10%、97.62%、98.81%，人工智能閱片、金標準閱片的準確率顯著高于住院醫師閱片，差異有統計學意義（P＜0.05）；人工智能閱片、金標準閱片的準確率比較，差異無統計學意義（P＞0.05），表明人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用具有很高的準確性。并且人工智能軟件的應用有利于骨齡評估影像診斷報告的規范化，可將各骨發展變化情況都直觀展現出來，對于分析患兒病情發展具有重要意義[20]。由于經費問題，本次研究沒有納入非疾病患兒進行調查，市場上的人工智能軟件也比較多，沒有進行詳細的分類分析，將在后續研究中擴大樣本量，探討人工智能軟件在兒童發育相關疾病骨齡評估中價值，為其評價提供更多的指標。

綜上所述，人工智能軟件在兒童發育相關疾病骨齡評估中的臨床應用能縮短閱片時間，提高對于骨齡判定的準確性，縮小閱片的誤差。