乳腺肿瘤良恶性的智能辅助判别诊断*

滨州医学院公共卫生与管理学院卫生统计学教研室(264003) 邵姜超 刘文昊 祝贵明 王 玖

【提 要】 目的 探讨乳腺肿瘤良恶性智能辅助判别诊断的价值。方法 回顾性分析烟台市某三级医院2017年1月至2019年6月经病理切片和超声影像检查为良性乳腺肿瘤患者135例，恶性乳腺癌患者149例，采用非条件logistic回归、ROC曲线和Bayes判别分析对其临床指标以及症状体征等基本情况分析筛选，建立智能辅助诊断模型。结果 采用Bayes判别分析建立的智能辅助诊断模型的自身验证总正确率为90.5%，交叉验证总正确率为89.8%；采用logistic回归建立的联合智能辅助诊断模型的总正确率最高可达90.8%。结论 通过利用患者临床指标以及症状体征等基本信息建立的模型对乳腺肿瘤良恶性诊断有良好的效果。

乳腺癌是危害妇女健康的主要恶性肿瘤[1]。近年来，乳腺癌的发病率呈逐年上升和年轻化的趋势[2]。早期乳腺癌的病灶较小，在诊断时往往不能接触到肿块，其病变声像学的特征也不是很典型，没有明显的临床症状，不容易被察觉，因此有着较高的漏诊及误诊[3-4]。目前乳腺肿瘤良恶性的人工分类费力、耗时，且诊断结果易受到主观人为因素的影响[5]，但随着近年来计算机技术的应用和人工智能技术的发展，利用人工智能和数字图像处理等技术，辅助临床提高超声诊断乳腺肿瘤的准确率、降低漏诊率及误诊率具有重要意义[6-7]。本研究拟通过建立乳腺肿瘤良恶性的统计判别模型来辅助诊断乳腺肿瘤良恶性。

资料与方法

1.一般资料

回顾性分析烟台市某三级医院2017年1月至2019年6月经病理切片和超声影像检查的乳腺肿瘤患者共284例，其中良性135例，恶性149例。资料包括乳腺肿瘤良恶性患者的个人基本信息、症状体征(胸部疼痛、肿块位置等)、既往病史和辅助检查结果(肿块体积及表面积、结节血流信号、结节边界清晰、结节形态规整等)。

2.方法

(1)纳入标准女性乳腺肿瘤患者，有比较完整的症状体征及辅助检查的相关指标。

(2)分组方法 ROC是综合全面的评价方法，它能有效找出最佳临界值，是临床确定最佳阈值的经典方法[8]。病理切片为ROC曲线制定诊断界值的金标准，将284例女性乳腺肿瘤患者的基本情况采用约登指数(Yuden Index，YI)最大法来选择最佳临界值。因此年龄分为小于52岁和52岁及以上，月经初潮年龄分为小于15岁和15岁及以上。

(3)统计学方法采用SPSS 22.0软件，在对乳腺肿瘤良恶性组间差异单因素χ2检验的基础上，采用非条件logistic回归、ROC曲线和Bayes判别分析，建立乳腺肿瘤良恶性判别诊断模型。

结果与分析

1.乳腺肿瘤患者基本情况

此次调查共有284例女性乳腺肿瘤患者，其中良性135例，占47.5%，恶性149例，占52.5%，良恶比为0.906：1，年龄范围为13～84岁，平均年龄为(50.1±14.1)岁。

2.乳腺肿瘤患者的单因素分析

乳腺肿瘤患者年龄、来源地、月经初潮年龄、体重指数(BMI)、肿块位置以及影像资料中的乳腺结节血流信号、结节边界和形态与乳腺肿瘤的良恶性有关，差异均有统计学意义(P<0.001)。年龄小于52岁的患者多为良性，52岁及以上恶性肿瘤患者较多；城镇患者良性肿瘤较多，农村患者恶性肿瘤较多，详见表1。

3.乳腺肿瘤患者的多因素分析(1)非条件logistic回归分析根据病理切片和超声影像检查的结果，以乳腺肿瘤为因变量Y(良性=0，恶性=1)，以表1中年龄等8个指标为自变量行非条件logistic回归分析，结果见表2。通过logistic回归构建症状体征基本情况和超声影像检查，准确率为90.8%。

由表2建立logistic回归方程：

Logit(π)=-16.98+2.28X1+2.32X5+2.04X6+2.62X7+2.24X8，分界值为0.5，当π≥0.5时为恶性，反之为良性。

表1 乳腺肿瘤良恶性的影响因素

表2 乳腺肿瘤良恶性患者症状体征基本情况与超声影像检查非条件logistic逐步回归

*：变量赋值情况为年龄(岁)X1，<52=0，≥52=1；体重指数X4，正常=0，其他=1；肿块位置X5，双侧=0，单侧=1；结节血流信号X6，无=0，有=1；结节边界清晰X7，清晰=0，不清晰=1；结节形态规整X8，规整=0，不规整=1。

(2)ROC曲线乳腺肿瘤良恶性患者症状体征基本情况与超声影像检查的ROC曲线下面积(AUC)为0.909，95%可信区间为0.870～0.948，见图1。

图1 乳腺癌患者症状体征与超声影像检查诊断的ROC曲线

(3)判别分析将表1中8个变量进行逐步判别分析，建立的乳腺肿瘤良恶性Bayes判别函数如下：

Y1(良性)=-29.742+4.922X1+5.372X4+13.697X5+6.009X6+5.236X7+7.641X8

Y2(恶性)=-51.820+7.391X1+6.369X4+15.784X5+7.783X6+8.778X7+11.593X8

根据判别函数分别计算出良性组与恶性组的评分，评分最高的组则为患者所归类的组。对判别分析的结果采用自身验证与交叉验证，自身验证结果显示，良性判别正确率达91.1%，恶性判别正确率达89.9%，总正确率为90.5%；交叉验证结果显示，判别函数对良性组的判别正确率达91.1%，恶性组的判别正确率达88.6%，总正确率为89.8%。

讨 论

乳腺钼靶摄影被认为是诊断乳腺癌最先进、最可靠、最有效的方法，具有较高的特异性和敏感性[9]。因此除了病理切片检查之外，乳腺肿瘤良恶性诊断主要采用钼靶X线，但乳腺X线摄影对致密腺体型乳腺中非钙化病灶显示欠佳易发生漏诊[10]。与此同时，钼靶检查的应用也有一定的局限性。钼靶检查的费用在300元以上，其费用相对较高且对身体有一定的射线损伤，一般不作为普查初筛手段，更为现实的是在一般医院尤其是基层医院无法进行钼靶检查。但是本次研究将患者的基本症状体征信息与超声影像检查结果相结合，深入挖掘临床医生问诊过程中不被重视的患者的个人基本信息，在与钼靶检查乳腺肿瘤良恶性准确率(85%～96%)相差不大的情况下，其费用大大降低，仅为120元左右的超声影像检查费用，更为重要的是对身体没有害处，简便易行，在一般医院也可以实现。

年龄在诊断女性乳腺肿瘤良恶性中发挥非常重要的作用，其中52岁及以上的患者患恶性乳腺肿瘤是52岁以下患者患病风险的9.79倍。也有文献报道[11-13]，年龄因素是乳腺癌预后转归的重要因子之一。年龄不但在乳腺肿瘤良恶性的诊断中发挥着重要作用，而且对恶性乳腺肿瘤患者的预后也有着举足轻重的作用。如若在乳腺肿瘤的可治愈期内发现并得到及时合理的治疗，可降低乳腺癌的死亡率约22%～44%[14]。

本次研究也存在一定的缺陷，目前国内外均无针对老年人BMI的指导值。现行的BMI标准可能并不适合老年人[15]。而本次研究的患者存在部分老年女性患者，因此在判别分析中该指标的纳入有待商榷，但是该指标在该模型中判别效果显著，由此探讨老年人适宜的BMI范围是也是十分必要的。