APP下载

CAD整合入前列腺多参数MRI结构化报告:低经验读片者诊断效能研究

2020-10-27朱丽娜高歌刘义韩超马明明王慧慧王霄英

放射学实践 2020年10期
关键词:放射科灵敏度结构化

朱丽娜,高歌,刘义,韩超,马明明,王慧慧,王霄英

多参数磁共振成像(multiparametric magnetic resonance,mpMRI)被认为是诊断前列腺癌重要影像学方法[1,2]。由于mpMRI技术复杂性,前列腺mpMRI诊断准确性具有较强的经验依赖性。为提高前列腺mpMRI诊断一致性并促进其流程化,前列腺影像报告及数据系统(Prostate Imaging Reporting and Data System Version 2,PI-RADS v2)推荐使用结构化报告[1]。 研究表明结构化报告提高了报告的可读性,为临床决策提供了准确的信息,提高了外科医生的满意度[3,4]。基于mpMRI的前列腺计算机辅助诊断(computer-aided diagnosis,CAD)系统近年来成为热门研究领域,研究结果提示其具有较高的独立诊断效能[5-7],但关于CAD临床植入研究较少。本研究模拟真实临床工作场景,评估将CAD作为“第二读片者”整合入前列腺mpMRI结构化报告中对低经验一线放射科医师诊断效能影响。

材料与方法

1.一般资料

回顾性搜集2015年2月-2016年9月在MR(飞利浦Achieva 3.0T TX)扫描仪上行前列腺mpMRI检查前列腺疾病初诊患者(表1)。纳入标准:①以定性诊断为目的行前列腺mpMRI检查,血清前列腺特异性抗原(prostate specific antigen,PSA)>4 ng/mL;②前列腺mpMRI检查序列完整;③mpMRI检查后3个月内行前列腺系统穿刺(5区13针)和(或)前列腺根治术,其中前列腺癌患者均获得前列腺根治术后逐层切片病理结果;穿刺阴性患者随访时间>1年,穿刺次数≥2次,复查PSA无明显升高或者复查mpMRI影像大致同前。排除标准:①MR检查前3个月内接受前列腺穿刺检查;②前列腺mpMRI图像有明显伪影。

最终30例患者纳入本研究,年龄46~77岁,平均(61.3±9.6)岁, PSA 4.1~68.9 ng/mL,中位数10.9 ng/mL。其中前列腺根治术后病理证实为前列腺癌13例,Gleason评分3+4分7例、4+3分3例、5+3分1例,4+5分2例。经前列腺穿刺阴性且随访1年以上被认为非癌者17例。由1名具有5年前列腺mpMRI诊断经验放射科医师和1名泌尿系统病理专家共同对13例前列腺癌患者mpMRI图像及逐层切片病理进行匹配。本研究定义前列腺临床显著癌为Gleason评分≥3+4分,最终21个前列腺临床显著癌灶纳入本研究,平均最大径线(1.42±0.68) cm。

表1 前列腺mpMRI扫描主要序列

2.CAD整合入前列腺mpMRI结构化报告

本单位研发前列腺CAD系统基于T2WI、DWI/ADC及动态增强图像,采用3层结构前馈性人工神经网络作为分类器,对前列腺癌的检出具有较高的灵敏度及特异度[8,9]。CAD预测结果可输出前列腺癌的预测图,标红区域提示癌区(图1)。

在本单位患者完成前列腺mpMRI检查后,mpMRI图像可同时传至图像存储与传输系统(picture archiving and communication system,PACS)和CAD系统,CAD系统自动运行程序,然后将前列腺癌预测图返回到结构化报告系统。此全自动处理过程仅需要1~2 min。放射科医师加载mpMRI图像阅片时读者可在结构化报告用户界面上找到“CAD结果”按钮。点击该按钮可弹出CAD预测图(图1)。

3.读片方案

18名读片者均为本院较低年资一线放射科医师,其中9名读片者对前列腺mpMRI诊断经验为1年,6名读片者的诊断经验为2年,其余3名读片者的诊断经验为3年,平均每人每年完成50~150份前列腺mpMRI报告。

为模拟真实临床阅片工作场景,在放射信息系统(radiology information system,RIS)对纳入本研究的30例患者建立新的匿名账号信息,并在PACS上为对应病例匹配前列腺mpMRI图像。18名读片者使用前列腺mpMRI结构化报告[10](图1)对病例进行独立盲法评估。首先,读片者浏览mpMRI图像,读片方式同日常临床工作流程,在结构化报告前列腺39分区矢量图[1,10]上勾选出可疑病灶的位置,并对病灶进行PI-RADS评分,若有多个病灶可分别在矢量图上勾选并进行相应评分,并完成完整前列腺结构化报告。该过程诊断时间为t1。然后,读片者根据个人主观需求,在编辑框中勾选是否需要CAD辅助诊断(图1),该选项为调查信息,不管勾选“是”还是“否”,均需进行下一步。最后,读片者浏览CAD预测图,对以上诊断报告内容进行修改如病灶定位、评分等(图1),该过程诊断时间为t2。记录对评估正确性的诊断信心(5分制评定:5-非常肯定;4-肯定;3-不确定;2-不肯定;1-非常不肯定)。读片者从打开结构化报告系统开始阅片至提交报告整个过程每一步操作时间均自动记录在结构化报告系统中。

图1 CAD整合入前列腺mpMRI结构化报告截图

表2 18名读片者使用CAD前、后对前列腺临床显著癌的诊断效能

4.统计学分析

采用SPSS 18.0软件进行统计分析。以PI-RADS>3分判为诊断前列腺临床显著癌阳性,PI-RADS≤3判为诊断前列腺临床显著癌阴性[11,12]。以患者为研究单位分析时,按照患者例数进行统计,当一个患者存在多个病灶时则以最大PI-RADS评分为患者最终PI-RADS评分,分别评价读片者使用CAD前、后对前列腺临床显著癌检出的灵敏度、特异度。以病灶为研究单位分析时,按照病灶数目进行统计,评价读片者使用CAD前、后对癌灶检出的灵敏度,并分析读片者对PI-RADS评分修改情况及需求率。读片者使用CAD前、后的诊断时间(t1 vs. t1+t2)及诊断信心比较均采用Wilcoxon符号秩检验。P<0.05具有显著统计学意义。

图2 男,49岁,PSA 10.0ng/mL,前列腺尖部前纤维基质带及移行带癌。a) T2WI上局部为低信号(箭); b) DWI上呈局限性高信号(箭); c) ADC图表现为局限性低信号(箭); d) CAD预测图标红(箭); e) 前列腺根治术后切片病理为前列腺腺癌(虚线),Gleason评分3+4,突破被膜,PT3a。

结 果

1.以患者为研究单位分析

18名读片者均顺利完成该读片流程,使用CAD前、后对前列腺临床显著癌的诊断效能如表2。CAD独立诊断前列腺临床显著癌的灵敏度为12/13。18名读片者使用CAD后平均灵敏度从83.8%提高至90.6%。11/18的读片者使用CAD后的灵敏度高于使用CAD前,从61.5%~92.3%提高至76.9%~100%;其余读片者使用CAD后灵敏度无变化。CAD独立诊断前列腺临床显著癌的特异度为14/17。18名读片者使用CAD后平均特异度从76.1%提高至82.7%。其中8/18的读片者使用CAD后的特异度高于使用CAD前,从52.9%~88.2%提高至76.5%~100%; 5/18的读片者使用CAD后特异度无变化; 5/18的读片者使用CAD后特异度略低于使用CAD前,从76.5%~94.1%降至70.6%~82.4%。

2.以病灶为研究单位分析

13例前列腺临床显著癌患者中,共包括21个癌灶。CAD独立检出癌灶的灵敏度为19/21。18名读片者使用CAD后检出癌灶的平均灵敏度由83.6%提高至90.2%。其中16/18的读片者使用CAD后的检出癌灶的灵敏度高于使用CAD前, 14/21~20/21提高至16/21~21/21;其余读片者使用CAD后灵敏度无变化。具体分析读片者使用CAD前、后对癌灶的PI-RADS评分变化情况(表3):其中CAD帮助读片者检出的癌灶主要是位于尖部的较小癌灶(图2),最大径均<1.5 cm,分别有4/18~9/18的读片者修改并提高其PI-RADS评分;而对于位于外周带最大径≥1.4 cm的癌灶,18名读片者使用CAD前后评分均无变化,且对于这些癌灶检出的灵敏度均达100%。进一步分析读片者对CAD的需求率(表3):对于位于尖部小癌灶的病例,读片者在调查中选择CAD进一步辅助诊断的人数最多,占所有读片者的13/18~17/18;对于位于外周带最大径≥1.4 cm的癌灶,在调查中选择CAD进一步辅助诊断的读片者较少。

3.诊断信心及诊断时间

使用CAD后,读片者的诊断信心评分由4.0±0.5提高至4.6±0.2,差异有统计学意义(Z=-3.382,P=0.001)。此外,读片者使用CAD前、后每个病例的诊断时间分别为(9.3±2.6)分钟、(10.0±2.8)分钟,差异有统计学意义(Z=-3.724,P<0.001),使用CAD后每个病例平均诊断时间增加了0.7分钟。

讨 论

近年已有较多基于机器学习特别是深度学习的前列腺CAD系统研发成功,并在前列腺癌预测中取得较高效能[6,13-15]。Lemaitre等[16]总结了40多个前列腺CAD系统独立诊断前列腺癌的灵敏度为74%~100%,特异度为43%~93%。但既往研究显示当放射科医师与CAD合作时的诊断效能并未如预期的基于他们各自独立的诊断效能高[17]。Hambrock等[18]研究表明读片者先独立评估前列腺mpMRI之后再参考CAD结果(即CAD作为“第二读片者”)可提高低经验读片者对前列腺良恶性病灶的鉴别能力,低经验读片者使用CAD后可达到高经验读片者诊断水平,但高经验读片者使用CAD后诊断效能无明显提高。Niaf等[19]研究中CAD亦是作为“第二读片者”,结果表明CAD可提高读片者诊断前列腺癌的特异度。需要指出的是这些研究中CAD仅对预先标注的病灶进行恶性程度的预测,且读片者参考CAD预测结果后仅评估这些标注病灶的良恶性,这在实际临床工作中可行性并不高。研究[20]表明读片者在常规前列腺mpMRI诊断之前使用CAD(即CAD作为“第一读片者”)可以提高读片者对前列腺癌检出的灵敏度,但特异度减低。该研究中读片者仅在CAD预测的癌灶中检出其认为的真阳性病灶作为最终诊断,因此除非该前列腺CAD的灵敏度足够高至接近100%,否则CAD作为“第一读片者”潜在漏诊的可能性将限制其在临床实践中的应用。

表3 读片者使用CAD后评分修改情况及对CAD的需求率

现阶段放射科医师在前列腺mpMRI的诊断中仍处于核心地位,在CAD辅助下仍由放射科医师做出最终的诊断[21]。CAD应用于临床需要符合放射科实际工作场景,输出结果无缝整合入工作流程中能够提高放射科医师的诊断水平,并有良好的用户体验[22]。前列腺CAD广泛应用于临床之前还需要更多的研究探索放射科医师与CAD的相互作用。

本研究显示不管是以患者为单位还是以病灶为单位分析,18名读片者使用CAD后对前列腺临床显著癌检出的平均灵敏度均高于使用CAD前,但稍低于CAD独立诊断的灵敏度。不同的读片者对CAD的接受度并不相同,CAD帮助部分读片者检出了一些之前漏诊的癌灶,但有的读片者则很少接受CAD的预测病灶而使CAD失去了其潜在的辅助价值。18名读片者使用CAD后的平均特异度高于读片者独立诊断或CAD独立诊断的特异度。特别是对于一些外周带局限性炎症及移行带增生结节病变,读片者使用CAD之后PI-RADS评分减低,有8名读片者使用CAD后的特异度高于使用CAD之前。但有5名读片者在诊断中接受了CAD预测的假阳性病灶,使用CAD后的特异度甚至低于使用CAD前。有时放射科医师鉴别CAD预测的病灶是真阳性还是假阳性远比想象中困难[22],是接受还是拒绝CAD预测的病灶,其中重要的影响因素为读片者对CAD的信任度[17]。若读片者对CAD信任度较低,则较高效能的CAD也失去了其存在价值,有研究中CAD对读片者的诊断效能并无提高[23];若读片者过分依赖CAD,则会导致读片者出现一些独立诊断时不会犯的错误;读片者对CAD恰当的信任才能充分发挥二者合作的优势。这之间的权衡可能取决于读片者自身对mpMRI诊断水平以及对CAD使用经验[22]。一方面可提高读片者对CAD原理、局限性及既往诊断效能认识,还需要更多临床实践积累经验。随着技术的发展,还需逐渐探索提高CAD的诊断效能,增加读片者对CAD的信任度。

进一步分析读片者使用CAD前、后对21个癌灶的PI-RADS评分变化。这些癌灶中对于位于尖部的较小癌灶,使用CAD后读片者PI-RADS评分提高的人数最多,且在调查中,对于这些病例,读片者对CAD的需要率也较高,提示CAD可能对这类病变的检出帮助较大。其中一个位于尖部病灶,对应的DWI图像信噪比稍差,病灶不易观察, 6名读片者独立诊断时漏诊而在使用CAD后检出。但对于位于外周带直径≥1.4 cm的癌灶,即PI-RADS为4、5分,使用CAD后几乎没有读片者修改评分,且在调查中读片者对CAD的需求率也较低,提示读片者对于较大的典型癌灶的检出已具备较高的灵敏度[24],因此CAD对此类病变诊断额外帮助不大。

18名读片者对前列腺CAD作为“第二读片者”的阅片模式接受度较好,均顺利完成了该30例病例。使用CAD后读片者平均诊断信心有了明显提高(P=0.001)。18名读片者使用CAD后平均每个病例的诊断时间增加0.7 min,尚在临床接受范围内,随着读片者CAD的使用经验的增加,诊断时间可能会减少。

本研究的局限性:①回顾性研究且病例数较少;②18名读片者均为较低年资的一线放射科医师,而CAD对高经验医师诊断效能的影响还需要更多的研究;③设计按照常规临床工作流程,未设定感兴趣区进行PI-RADS评分,而是读片者自己检出前列腺内病灶并进行PI-RADS评分,因此无法全面进行诊断实验的统计学评价。

本研究模拟真实临床工作场景,多名低经验一线放射科医师共同参与读片,结果显示将CAD作为“第二读片者”整合入前列腺mpMRI结构化报告中读片者的平均灵敏度及特异度度均高于读片者独立诊断,平均诊断信心显著提高,不同读片者对CAD的接受度不同。

猜你喜欢

放射科灵敏度结构化
基于等效简化的流体网络灵敏度集成计算方法
借助问题情境,让结构化教学真实发生
飞机舱门泄压阀机构磨损可靠性与灵敏度分析
改进的非结构化对等网络动态搜索算法
深度学习的单元结构化教学实践与思考
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习
探讨影像学技术在放射科的作用与现代影像质量研究
医院影像学发展与放射科数字化改造
护理与影像技术一体化管理在放射科护理管理中的应用
增强CT在结肠肿瘤诊断中的灵敏度与特异度研究