AI辅助软件对于提高不同年资规培医师肺结节检测能力的影响

汪琼 孙婷婷 范鸿禹 顾俊 伍建林

目前我国医学影像数据年增长率约30%，而放射科医师数量增长率不足4%，两者增长率的不匹配表明放射科医师阅读影像数据和做出诊断的工作压力巨大[1]。随着我国临床医学规培制度的广泛推行，越来越多的规培医师成为影像科室书写报告的主力，但由于基础知识和临床经验不足，胸部CT阅片时常易漏诊、误诊肺结节，而部分肺结节可能是早期肺癌的重要CT征象。肺癌的发病率与死亡率在全球癌症中居首位[2-4]，因此肺癌的早期诊断和及时治疗具有重要意义。近年来人工智能（artificial intelligence,AI）发展迅速，能自动提取肺结节位置、大小、形态信息，还能进一步提供肺结节分类（实性、亚实性及钙化等），在肺结节智能化检测方面显示出明显优势[5-9]。本研究旨在探讨AI软件能否辅助提高不同年资的规培医师对肺结节的检测效能及其临床应用价值，以期减轻医师工作负担，降低漏诊风险。

1 资料与方法

1.1 研究对象 回顾性收集2019年1月1—31日在大连大学附属中山医院接受常规胸部CT检查的病人181例，其中男82例，女99例,年龄25～78岁，平均（51.47±10.50）岁。纳入标准：①CT影像上至少包含1枚肺结节；②有1 mm薄层CT影像；③结节直径为1 mm～3 cm。排除标准：①合并有严重肺气肿、急性肺感染、胸腔积液、肺结核、弥漫性转移或间质性肺疾病者；②影像有运动伪影者。

1.2 设备与方法 采用Siemens Somatom Definition双源CT、Somatom Definition AS 64层CT设备进行肺部扫描。扫描参数：管电压100～120 kV，管电流200～280 mA，扫描层厚 5 mm，层间距 5 mm，螺距为1.0，矩阵 512×512，视野（FOV）500 mm×500 mm，准直器宽度64×0.625 mm，旋转时间0.5 s/r，重建层厚1 mm，层间距1 mm，使用骨算法重建。所有病人均在吸气末进行肺部CT扫描，取仰卧位，双手上举，扫描范围自胸廓入口至肋膈角（包括全肺组织）。采用肺窗（窗宽 1 500 HU，窗位 -600 HU）及纵隔窗（窗宽360 HU，窗位50 HU）观察影像。

1.3 AI辅助软件 采用基于深度学习模型的北京推想公司提供的InferRead CT Lung Research软件（Infervision）在1 mm薄层CT影像上进行阅读，该系统使用卷积神经网络模型，可自动批量对CT影像数据进行肺结节识别和标记，并以方框标记备选病灶，每个病灶仅选一个最大直径的层面显示标记并给出相应的编号。

1.4 肺结节分类与影像分析 依据文献[10-13]将肺结节按照密度分为4类：①实性结节，呈圆形或类圆形密度增高影，其密度掩盖病灶中血管和支气管影。②纯磨玻璃密度结节（pure ground-glass nodule,pGGN），肺窗上呈云雾状密度增高影，整个病灶内血管和支气管影可辨；纵隔窗上结节不显示。③混合磨玻璃密度结节 （mixed ground-glass nodule,mGGN）或称部分实性结节，圆形或类圆形边界清楚的局灶密度增高影，部分病灶内血管和支气管影可识别；纵隔窗上仅显示病灶实性成分。④钙化结节，呈圆形或类圆形边界清楚的完全钙盐沉积的结节灶（如肺结节仅出现部分钙化则归为实性结节）。依据肺结节最长轴及最短轴的平均直径分为＜5 mm、5～10 mm 和＞10 mm 3 组。

由2名有10年以上胸部影像诊断工作经验的副主任医师在CT横断面薄层影像 （1 mm）上参考AI结果仔细观察、确认病灶并标注，判断结节类型，记录结节大小，再通过多平面重组、最大密度投影技术判断结节的真实性，以2人的一致性意见及结节大小的平均值作为真结节参照标准；当意见不同时则请上级医师会诊确定。然后选择低、高年资规培医师各2名（低年资指本科毕业后即参加规培训练且不足1年；高年资指规培训练第3年）分别独立阅片。为避免之前独立阅片的记忆干扰，1个月洗脱期后再由相同的低、高年资规培医师在AI软件辅助下分别进行阅片，均记录每个结节的大小和密度,以2名低/高年资规培医师检出真、假阳性结节数及结节大小的平均值作为各组最终结果。

1.5 统计学方法 采用SPSS 20.0统计软件对数据进行统计分析。计数资料以%表示，2组间比较采用χ2检验。符合正态分布的计量资料以均数±标准差（）表示，2组间比较采用配对 t检验，非正态分布的计量资料以中位数（四分位距）[M（P25，P75）]表示，2组间比较采用Wilcoxon秩和检验。分别计算低、高年资规培医师检出不同肺结节的敏感度及假阳性结节数。以P＜0.05为差异有统计学意义。

2 结果

2.1 不同密度、大小真结节分布 181例病人肺部CT影像上确定的真结节共1 232个，其中实性结节754 个（61.2%），pGGN 220 个（17.9%），mGGN 65 个（5.2%），钙化结节 193 个（15.7%）；＜5 mm 结节 958个（77.8%），5～10 mm 结节 174 个（14.1%）,＞10 mm结节 100个（8.1%）。

2.2 不同年资规培医师独立阅片结果比较 高年资者检测实性肺结节、＜5 mm结节的敏感度高于低年资者（均P＜0.05），两者对其他类型结节的检测敏感度差异均无统计学意义（均P＞0.05）。低、高年资规培医师检出＞10 mm结节假阳性结节数的差异无统计学意义（P＞0.05），而检测其他性质及大小的假阳性结节数均为低年资规培医师多于高年资规培医师（均 P＜0.05）。 详见表 1、图 1。

2.3 不同年资规培医师AI辅助阅片检测肺结节结果比较 在AI辅助阅片下，高年资者检测实性结节、pGGN、钙化结节及＜5 mm结节、5～10 mm结节的敏感度高于低年资者，低、高年资规培医师检测mGGN及＞10 mm结节的敏感度差异均无统计学意义（均P＞0.05）。两者除检测＞10 mm结节假阳性结节数的差异无统计学意义外（P＞0.05），检测其余肺结节的假阳性结节数均为高年资规培医师少于低年资规培医师（均P<0.05）。详见表2。

2.4 低年资规培医师独立阅片与AI辅助阅片检测肺结节结果比较 低年资规培医师在AI辅助阅片时检测实性结节（χ2=217.509，P＜0.001）、pGGN（χ2=37.487，P＜0.001）、mGGN（χ2=10.518，P=0.001）、＜5 mm结节（χ2=208.056，P＜0.001）、5～10 mm 结节（χ2=14.59，P＜0.001）的敏感度均高于独立阅片时，其中以实性结节及＜5 mm肺结节敏感度的提高最为显著（图2），分别提高了约37%和33%，而检测钙化结节（χ2=2.240，P=0.134）、＞10 mm 结节（χ2=0.363，P=0.547）的敏感度差异无统计学意义。除检测＞10 mm结节的假阳性结节数的差异无统计学意义（z=3.419，P=0.110）外，低年资规培医师检测实性结节（t=0.878，P＜0.001）、钙化结节（t=2.264，P=0.024）、＜5 mm 肺结节（t=5.264，P＜0.001）及 5～10 mm 肺结节（t=3.545，P＜0.001）的假阳性结节数均较独立阅片时减少，而检测pGGN（t=3.192，P=0.001）、mGGN（t=3.879，P＜0.001）的假阳性结节数增多。

表1 低、高年资规培医师独立阅片检测肺结节结果比较

图1 病人女，30岁，咳嗽喘息2 d。胸部高分辨力CT检查横断面肺窗影像示左肺上叶下舌段血管旁实性结节，平均直径约4 mm。高年资规培医师检测出该结节（箭头），低年资规培医师检测时漏诊。

2.5 高年资规培医师独立阅片与AI辅助阅片检测肺结节结果比较 高年资规培医师在AI辅助阅片时检测实性结节（χ2=198.294，P＜0.001）、pGGN（χ2=63.674，P＜0.001）、mGGN（χ2=5.992，P=0.014）、钙化结节（χ2=36.031，P＜0.001）、＜5 mm 结节（χ2=317.906，P＜0.001）、5～10 mm 结节（χ2=29.715，P＜0.001）的敏感度均高于其独立阅片，其中以pGGN及＜5 mm肺结节敏感度的提高最为显著（图3），分别提高了约38%和39%，而检测＞10 mm结节的敏感度差异无统计学意义（χ2=2.607，P=0.106）。 除检测＞10 mm 结节的假阳性结节数差异无统计学意义 （z=0.577，P=0.564）外，高年资规培医师在AI辅助阅片时检测实性 结 节 （t=1.736，P ＜0.001）、pGGN （t=2.400，P=0.016）、mGGN （t=1.633，P＜0.001）、 钙化结节 （t=0.632，P＜0.001）、＜5 mm 肺结节 （t=2.572，P=0.010）及 5～10 mm 肺结节（t=2.021，P=0.043）的假阳性结节数均较独立阅片时减少。

表2 低、高年资规培医师在AI辅助下检测肺结节结果比较

图2 病人女，62岁，头晕。胸部高分辨力CT横断面肺窗影像示右肺上叶前段血管旁实性结节，平均直径约3 mm，低年资规培医师在AI辅助下敏感检测出该结节（方框），而在独立阅片时漏诊。

图3 病人女，60岁，胸闷气短。胸部高分辨力CT横断面肺窗影像示右肺上叶后段血管旁pGGN，平均直径约3 mm。高年资规培医师在AI辅助下检测出该结节（方框），而在独立阅片时漏诊。

3 讨论

在肺部CT影像上，实性结节、亚实性结节（包括pGGN和mGGN）与钙化结节是较为常见的征象，但通常直径较小，易位于胸膜下、血管旁与纵隔旁等隐蔽部位，故对缺乏临床经验的规培医师来说具有挑战性，从而导致很高的漏诊率。本研究显示，低、高年资规培医师在独立阅片时，其对pGGN、mGGN、钙化结节及5～10 mm、＞10 mm肺结节检出敏感度的差异并无统计学意义，但对pGGN检出敏感度不足45%，其余4种均可达55%以上，这可能与pGGN密度较浅淡、边界欠清，易于漏诊或误判有关，而mGGN呈混合密度，内可见实性成分，钙化结节密度高且边界清楚，5～10 mm及＞10 mm肺结节的直径较大，低、高年资规培医师均较易发现这些病灶。此外，高年资规培医师对实性结节、＜5 mm结节的检测敏感度略高于低年资规培医师，且假阳性结节数明显少于后者，该结果表明高年资规培医师经过2年多规范化培训掌握了一定的影像学基础知识和阅片技能，能够较低年资规培医师更准确地识别肺实性结节及＜5 mm肺结节，从而减少假阳性结节数，但仍缺乏足够的工作经验和训练数量的积累及临床思维，因而实性结节及＜5 mm肺结节检出敏感度很低。

本研究还显示AI辅助软件对于提高低年资规培医师检测实性结节、高年资规培医师检测pGGN的敏感度尤为显著,分别提高了约37%、38%；同时低、高年资规培医师均明显提高＜5 mm肺结节的检测敏感度，分别提高了约33%、39%。李等[13]研究显示，相比人工阅片，AI额外检测出的肺结节多为直径＜5 mm及5～10 mm的结节、实性结节及pGGN。本研究结果与其结果较为一致。还有多项研究[1,14-15]显示AI技术用于肺结节筛查要优于影像科医师，但这些研究的研究对象多为影像诊断医师或本科临床实习生，而本研究中研究对象为参加住院医师规范化培训的本科毕业的学员，这类人群在既往研究中较少涉及，且在国家大力推行规培制度的背景下本研究具有一定的临床应用价值。

本研究表明在AI软件的辅助下无论是低年资还是高年资规培医师均提高了不同肺结节的检测敏感度，同时高年资规培医师还减少了不同密度、不同大小肺结节检测的假阳性结节数，但低年资规培医师检测pGGN、mGGN的假阳性结节数却增多。可能原因是：①大量CT影像数据的阅读和长时间、高强度的压力，使得阅片者难以全程保持精力高度集中，从而容易漏诊那些密度较浅淡亚实性结节或直径＜5 mm的结节；而AI辅助软件可以敏感、高效检出这些结节。②高年资规培医师具有一定知识储备和养成注重结合临床的诊断习惯，故对那些缺少临床意义的极微小结节进行了过滤，而低年资规培医师缺乏临床思维和感性认识，更加依赖于AI辅助检测的结果。

本研究中虽然AI能够大幅度提高低年资规培医师对各种肺结节检测的敏感度，但增加的假阳性结节数也未能避免。其原因是低年资规培医师尚不具备完全区分亚实性结节与其他感染灶、血管断面、瘢痕灶及坠积效应等的能力，有时结节周围模糊不清也影响其判断[10,16]。实性肺结节较亚实性结节易于判断，故低年资规培医师结合AI辅助软件对实性结节检测效能提升最大。对高年资规培医师来说，借助AI辅助软件不仅可明显提高肺结节检出的敏感度，还可运用专业知识和临床经验有效甄别和过滤掉那些假阳性结节，其临床实际获益更大；相对其他密度肺结节来说，高年资规培医师更易漏诊pGGN，故应用AI辅助软件可有效提高对pGGN的检测效能。持续存在的肺pGGN在病理上多为肺腺癌或其癌前病变[17-18]，有研究[19-20]表明pGGN成为肺腺癌的概率高于实性结节，故AI对高年资规培医师pGGN检测效能的提高更具临床意义。同时，本研究也间接反映了住院医师规范化培训的临床成效，经过近3年规范化培训的高年资规培医师在检出和甄别不同密度、不同大小的肺结节方面较低年资规培医生均有较大提高，AI实际辅助诊断的效能也更高，值得在临床推广和应用。

本研究尚存在以下局限性：①本研究真结节参照标准未能获得病理学诊断；②样本量不大，测量数据和统计结果可能存在偏倚；③本研究结果仅反映特定参数、特定算法的AI软件性能，并不能验证其他AI软件的结果。

综上所述，对仍处于初级阶段的接受规范化培训的影像诊断医师来说，AI辅助软件确实能够大幅度有效提高CT上不同肺结节的检测效能，从而提升工作效率和部分缓解医生资源不足的矛盾，但应注重低年资规培医师专业基础知识和临床鉴别诊断思维的训练与培养，以有效减少假阳性结节数和避免对AI辅助软件的过度依赖。同时今后还需开展多中心、更广泛的联合研究以进一步验证AI的实际临床诊断效能。