超聲人工智能輔診系統(tǒng)在甲狀腺可疑結(jié)節(jié)良惡性鑒別診斷中應(yīng)用價值

司曉娟, 托靜美, 宋和琴

張家口市第一醫(yī)院 1.超聲醫(yī)學(xué)科;2.檢驗醫(yī)學(xué)科,河北 張家口 075000

甲狀腺結(jié)節(jié)主要指甲狀腺內(nèi)的腫塊,發(fā)病原因多樣,主要與甲狀腺退行性病變、炎癥浸潤及自身免疫等因素有關(guān),良性多為結(jié)節(jié)性甲狀腺腫,惡性則多為乳頭狀癌,早期診斷甲狀腺結(jié)節(jié)良惡性對于改善患者預(yù)后具有重要意義[1]。手術(shù)病理檢查是臨床診斷甲狀腺可疑結(jié)節(jié)的“金標(biāo)準(zhǔn)”[2]。超聲是臨床診斷甲狀腺疾病的主要影像學(xué)方法之一,二維超聲檢查甲狀腺可疑結(jié)節(jié)良惡性圖像灰度特征重疊,臨床診斷對操作者經(jīng)驗依賴較大,而超聲造影可提高診斷準(zhǔn)確度,但造影劑易被患者代謝,且停留時間較短,對檢查結(jié)果產(chǎn)生影響[3-4]。超聲人工智能輔診系統(tǒng)利用卷積神經(jīng)網(wǎng)絡(luò),借助計算機視覺、深度學(xué)習(xí)、大數(shù)據(jù)平臺等技術(shù)使臨床診療更加便捷和精確,彌補了超聲診斷的主觀性和對操作者的依賴性,在輔助臨床醫(yī)師診斷疾病方面具有一定的應(yīng)用價值[5-6]。目前,超聲人工智能輔診系統(tǒng)在甲狀腺可疑結(jié)節(jié)良惡性鑒別診斷中的應(yīng)用價值尚未完全明確。本研究旨在探討超聲人工智能輔診系統(tǒng)在甲狀腺可疑結(jié)節(jié)良惡性鑒別診斷中的應(yīng)用價值。現(xiàn)報道如下。

1 對象與方法

1.1 研究對象 選取自2019年1月至2022年12月張家口市第一醫(yī)院收治的104例甲狀腺可疑結(jié)節(jié)患者為研究對象。納入標(biāo)準(zhǔn):符合《甲狀腺結(jié)節(jié)和分化型甲狀腺癌診治指南》[7]中甲狀腺結(jié)節(jié)的診斷標(biāo)準(zhǔn);經(jīng)手術(shù)治療和術(shù)后病理學(xué)檢查確診;符合超聲檢查適應(yīng)證;對本研究知情同意;患者依從性良好。排除標(biāo)準(zhǔn):合并嚴(yán)重器官功能障礙;合并嚴(yán)重感染性疾病;合并其他惡性腫瘤。其中,男性55例,女性49例;年齡24～78歲,平均(51.28±4.03)歲;結(jié)節(jié)直徑0.20～6.00 cm,平均(2.05±0.33)cm。本研究經(jīng)醫(yī)院倫理委員會審核批準(zhǔn)。

1.2 二維超聲檢查方法 采用日本日立公司提供的HITACHI-AR70彩色多普勒超聲診斷儀對患者進行檢查。患者取仰臥位,顯露頸部,首先對患者甲狀腺部位進行二維超聲掃描檢查,采用寬頻線陣探頭L75,發(fā)射頻率為8～15 MHz,主要檢查患者頸前部的有關(guān)縱/橫切面,檢查項目包括結(jié)節(jié)數(shù)目、直徑、形態(tài)、邊界、回聲、包膜、鈣化情況等;然后進行超聲造影檢查,使用Bracco公司提供的聲諾維超聲造影劑,更換探頭并切換到實時灰階造影成像模式,自肘靜脈團注3 ml微泡混懸液后,快速沖注5 ml生理鹽水,同步啟動計時器錄像5 min,記錄結(jié)節(jié)的增強模式、增強類型、增強速度等。典型病例見圖1。

圖1 典型病例(患者女性,53歲;a.二維超聲檢查顯示實性結(jié)節(jié),邊界不清,縱橫比>1,內(nèi)見多個點狀強回聲;b.超聲人工智能輔診系統(tǒng)檢查顯示分類5級,惡性;c.描記過程)

1.3 觀察指標(biāo)

1.3.1 甲狀腺可疑結(jié)節(jié)良惡性病理檢查結(jié)果 所有患者均進行手術(shù)治療,并根據(jù)術(shù)后病理檢查結(jié)果統(tǒng)計患者病理類型。104例甲狀腺可疑結(jié)節(jié)患者共檢出158個結(jié)節(jié),手術(shù)病理檢查確診惡性結(jié)節(jié)101個、良性結(jié)節(jié)57個。其中,惡性結(jié)節(jié)包括低分化癌1個、濾泡癌3個、乳頭狀癌97個;良性結(jié)節(jié)包括亞急性甲狀腺炎1個、橋本結(jié)節(jié)5個、濾泡性腺瘤6個、腺瘤樣結(jié)節(jié)13個、結(jié)節(jié)性甲狀腺腫32個。根據(jù)結(jié)節(jié)手術(shù)病理檢查結(jié)果將其分為良性組(n=57)和惡性組(n=101)。

1.3.2 甲狀腺可疑結(jié)節(jié)良惡性二維超聲造影影像表現(xiàn) 根據(jù)二維超聲造影檢查結(jié)果,統(tǒng)計兩組影像學(xué)表現(xiàn),包括造影模式、造影程度、造影時間。

1.3.3 不同年資超聲醫(yī)師與超聲人工智能輔診系統(tǒng)對甲狀腺可疑結(jié)節(jié)良惡性的鑒別診斷結(jié)果 分別邀請通過超聲專業(yè)住院醫(yī)師規(guī)范化培訓(xùn)結(jié)業(yè)考試,入職1年的初級職稱醫(yī)師和具有15年以上甲狀腺超聲診斷經(jīng)驗的高級職稱醫(yī)師各2名,根據(jù)超聲影像檢查結(jié)果對甲狀腺可疑結(jié)節(jié)良惡性進行鑒別診斷。超聲人工智能輔診系統(tǒng)診斷采用浙江德尚韻興醫(yī)療科技有限公司的智能輔助診斷系統(tǒng)(超聲人工智能輔診系統(tǒng)-SONIC Throid),將無任何標(biāo)記的甲狀腺結(jié)節(jié)灰階圖導(dǎo)入人工智能輔診系統(tǒng),記錄風(fēng)險概率值(范圍0.00～1.00),其中偏良性0.00～0.40,可疑惡性0.41～0.60,偏惡性0.61～1.00[8]。統(tǒng)計高年資醫(yī)師、低年資醫(yī)師、超聲人工智能輔診系統(tǒng),以及高年資醫(yī)師、低年資醫(yī)師分別聯(lián)合超聲人工智能輔診系統(tǒng)對甲狀腺可疑結(jié)節(jié)良惡性的鑒別診斷結(jié)果。

1.4 統(tǒng)計學(xué)方法 采用SPSS 21.0統(tǒng)計學(xué)軟件處理數(shù)據(jù)。計數(shù)資料以例(百分率)表示,組間比較采用χ2檢驗,等級資料比較采用秩和檢驗。繪制受試者工作特征(receiver operating characteristic,ROC)曲線分析不同年資超聲醫(yī)師與超聲人工智能輔診系統(tǒng)對甲狀腺可疑結(jié)節(jié)良惡性的診斷價值。以P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 兩組患者二維超聲造影影像表現(xiàn)比較 兩組患者造影模式、造影程度、造影時間比較,差異有統(tǒng)計學(xué)意義(P<0.05)。見表1。

表1 兩組患者二維超聲造影影像表現(xiàn)比較/例(百分率/%)

2.2 不同年資超聲醫(yī)師與超聲人工智能輔診系統(tǒng)診斷甲狀腺可疑結(jié)節(jié)良惡性診斷效能比較 超聲人工智能輔診系統(tǒng)、低年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)、高年資醫(yī)師、高年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)的ROC曲線下面積、敏感度、特異度高于低年資醫(yī)師,差異有統(tǒng)計學(xué)意義(P<0.05)。高年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)的ROC曲線下面積高于超聲人工智能輔診系統(tǒng),差異有統(tǒng)計學(xué)意義(P<0.05)。高年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)的敏感度高于低年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng),差異有統(tǒng)計學(xué)意義(P<0.05)。高年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)的特異度高于超聲人工智能輔診系統(tǒng)、低年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng),差異有統(tǒng)計學(xué)意義(P<0.05)。見表2～3、圖2。

表2 不同年資超聲醫(yī)師與超聲人工智能輔診系統(tǒng)診斷效能

表3 ROC曲線分析結(jié)果

圖2 ROC曲線分析

3 討論

甲狀腺惡性結(jié)節(jié)是甲狀腺癌的前期表現(xiàn),在發(fā)病早期進行診斷對患者早期治療及改善預(yù)后具有重要意義[9-10]。病理學(xué)檢查是臨床診斷甲狀腺結(jié)節(jié)良惡性的“金標(biāo)準(zhǔn)”,但具有一定的創(chuàng)傷性,影響患者接受度。因此,尋找一種無創(chuàng)、快捷的檢查方法用于甲狀腺可疑結(jié)節(jié)良惡性的早期診斷具有重要意義[11]。超聲造影鑒別診斷甲狀腺可疑結(jié)節(jié)良惡性的依據(jù)主要來源于兩者不同的供血方式,可通過判斷增強強度、增強時間等區(qū)分結(jié)節(jié)良惡性,具有可重復(fù)性高的優(yōu)點[12]。本研究結(jié)果顯示,104例甲狀腺可疑結(jié)節(jié)患者共檢出158個結(jié)節(jié),病理檢查確診惡性結(jié)節(jié)101個、良性結(jié)節(jié)57個;二維超聲造影結(jié)果顯示,惡性組造影模式不均勻比例、造影程度低增強比例、造影時間快速比例高于良性組,與既往研究[13]結(jié)果一致,提示甲狀腺良性結(jié)節(jié)和惡性結(jié)節(jié)的超聲造影影像學(xué)特點具有明顯的差異。與良性結(jié)節(jié)比較,惡性結(jié)節(jié)內(nèi)部可能合并壞死、鈣化灶、出血等,內(nèi)部血管受到破壞,出現(xiàn)超聲造影模式不均勻、造影程度低增強、造影時間快速等相關(guān)影像學(xué)特征[14];而良性結(jié)節(jié)內(nèi)部存在組織反復(fù)增生和不均勻修復(fù),因此,在不同的增生時期其結(jié)節(jié)供血特點各不相同,但不同時期的供血特點不同會對超聲檢查診斷結(jié)果產(chǎn)生影響,如甲狀腺炎患者甲狀腺組織容易出現(xiàn)彌漫性病變,其增強模式與惡性結(jié)節(jié)存在交叉,在疾病反復(fù)發(fā)作的過程中,甲狀腺組織發(fā)生變化,增加漏診、誤診的發(fā)生風(fēng)險[15-17]。

本研究結(jié)果顯示,超聲人工智能輔診系統(tǒng)、低年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)、高年資醫(yī)師、高年資醫(yī)師聯(lián)合超聲人工智能輔診系統(tǒng)ROC曲線下面積、敏感度、特異度均高于低年資醫(yī)師,提示超聲人工智能輔診系統(tǒng)對提高低年資醫(yī)師甲狀腺可疑結(jié)節(jié)良惡性鑒別診斷準(zhǔn)確率具有較大的輔助作用,可有效避免其過度診斷,但對高年資醫(yī)師的輔助作用有限。超聲人工智能輔診系統(tǒng)在進行判斷前會先對目標(biāo)區(qū)域進行增強、降噪處理,進一步細(xì)化圖像特征,有效避免低年資醫(yī)師經(jīng)驗不足引起的過度診斷或誤診、漏診[18]。此外,超聲人工智能輔診系統(tǒng)檢查可自動分割及量化分析結(jié)構(gòu)異常區(qū)域,自動識別甲狀腺結(jié)節(jié)結(jié)構(gòu)和組織,降低主觀因素導(dǎo)致的誤診,提高對甲狀腺結(jié)節(jié)良惡性的鑒別效能[19-20]。但超聲人工智能輔診系統(tǒng)仍存在較多不足之處,其數(shù)據(jù)來源僅為圖像,而臨床除了對影像檢查圖像進行分析外,還需要結(jié)合患者實驗室檢查結(jié)果、疾病史等資料進行判斷;對于某些罕見、少見的甲狀腺疾病,缺乏大樣本數(shù)據(jù)支持時,超聲人工智能輔診系統(tǒng)的程序算法會受到較大的限制,出現(xiàn)系統(tǒng)解讀困難等問題,進而影響結(jié)果判斷[21]。

綜上所述,甲狀腺惡性結(jié)節(jié)患者二維超聲造影影像學(xué)表現(xiàn)主要包括造影模式不均勻、造影程度低增強、造影時間快速,超聲人工智能輔診系統(tǒng)對甲狀腺可疑結(jié)節(jié)良惡性的診斷價值與高年資醫(yī)師相當(dāng),可有效提高低年資醫(yī)師的診斷效能。