人工智能辅助诊断技术在低剂量CT 肺结节筛查中的应用及质控

2020-12-17马质君

影像研究与医学应用 2020年22期

宫敬，焦桥，马质君

（四平市中心人民医院影像科吉林四平 136000）

1 引言

肺癌是临床上对患者生命安全有着重大威胁的恶性肿瘤疾病之一，其具有较高的死亡率、发病率，并且随着吸烟人群的增多以及大气的污染使得该疾病的发病率持续升高，而肺结节并不是单一指肺癌，二者的区别在于，肺癌属于明确诊断后的疾病，而肺部结节是一种诊断的征象，其可能是肺癌导致，也有可能是其他问题引起的现象，其有良性也有恶性，是指在CT 或者其他影像、胸片上，对于肺部高密度影的一种描述，同时也是一种病因未明的多系统多器官的肉芽肿性疾病。换言之，肺癌一定存在肺结节[1]，但是肺结节未必代表肺癌。基于此，临床上为了使肺癌患者得到早期的诊断和治疗，则需要提高筛查的准确率，并对肺结节的实质情况进行精准的判断。传统临床上经常以胸部低剂量CT 作为肺癌筛查的主要手段，但是长期的胸部低剂量CT推广使用，弊端会逐渐的显露出来，经常会因诊断医师数量不足、经验不足、主观意识、主观疲劳以及信心不足等因素造成诊断准确性受到影响，从而不利于患者的健康安全，而现代临床上由于加入了人工智能辅助诊断技术，使得医学影像技术以及诊疗体系的发展效果得到了实质性的飞跃，尤其是在肺癌筛查中，一定程度的降低了结节筛查的漏诊率，提升了工作的效率，并且使较多的肺癌患者在早期得到了病情的控制[2]，因此，我们应该不断的推广该技术，并且不断的进行完善。由于人工智能辅助技术的弊端包括：（1）训练数据集质量不一、标注质量欠缺、图像处理技术缺乏统一标准等；（2）相关知识产权不明确；（3）缺乏科学的临床验证技术、验证的方法以及验证的标准；（4）缺乏相应的伦理规范、隐私安全等问题。因此，为了更好地促进该技术的改进，则通过查阅相关的资料，来推动人工智能辅助诊断技术在胸部低剂量CT 中的应用过程。

2 肺结节AI辅助诊断技术的应用流程

人工智能辅助诊断技术，是一种只能起到辅助作用却无法作为最后的诊断标准的影像辅助技术，而最终的诊断必须由医师根据影像的实际情况进行确定，流程为：取患者合适的检查体位、按照诊断的方式以及操作要求对患者进行扫描、对图像进行预处理（包括：平滑、增强等）、肺部区域分割（主要以分割法为主，将与肺部无关的区域去除，并生成肺部的区域图，以便更清晰的观察）、模型建立（根据现有的肺结节外源训练数据进行模型的建立）、肺结节检测、肺结节定量测评[3]（量化相关的指标，并根据模型计算肺结节的置信度，最终推测肺结节属于良性还是恶性，以便为后续的诊断提供可靠的基础）、阅片诊断、根据人工智能辅助技术结果进行二次阅片，最终确诊。

3 肺结节人工智能辅助诊断技术质量控制

为了保证人工智能辅助诊断技术的质量，不仅需要具备大量且有效的临床试验验证，还有有完备的数据闭环能力与健全的数据库。

3.1 健全的数据库

人工智能辅助诊断技术想要有效发展，前提是其必须具有高质量的训练数据库，其需要符合如下要求：（1）0.5≤图像层厚小于等于1.5mm；（2）影像数据格式需要符合临床上的相关标准，例如：通信标准、数字成像标准；（3）应该由两名经验较为丰富，工作年限在5 年以上的影像医师进行影像数据标识的建立，如果在建立的过程中，出现意见分歧的情况，则需要额外再邀请一位经验丰富的影像医师进行判定；（4）在人工智能辅助技术的训练数据库中诊断应有临床病理的金标准，这样才能明确的评估出良性、恶性；（5）人工智能辅助诊断技术健全的数据库中还应涵盖比如：毛刺、空泡等肺结节的各种形态、密度以及影像学征象等[4]；（6）需要有较大规模的训练数据库，并且要对样本的数量有明确的规定，为了保证该技术的推广性，需要在不同的算法下，选取1000 例以上的样本进行考究；（7）同时，健全的数据库还需要涵盖血管轴位像、局部胸膜增厚等各种导致肺结节显效的影像学征象。

3.2 完备的数据闭环能力

如结构化报告、影像数据以及病灶关键标注等，该能力可以有效的判定人工智能辅助技术是否能自主学习，不断的提升敏感度、精准度等，以便为临床诊疗工作的准确率提供可靠的保障。

3.3 临床实验验证

需要有大量的研究学者针对于人工智能辅助技术的辅助诊断价值进行深入性的研究，并通过研究的结果来评估该辅助诊断方式的临床价值，以为后续的临床工作中提供参考[5]。在这些研究中，需要深入性的分析人工智能辅助技术的诊断率以及医师在人工辅助决策下诊断后的工作效率的变化等。

4 肺结节人工智能辅助诊断技术要求

4.1 数据源要求

在开展人工智能辅助诊断技术前，需要保证该技术诊断流程有其自己的严格标准，并且对数据源进行严格要求。内容包括：（1）主要以16 层或者多层螺旋低剂量CT为主；（2）在开始扫描前，先进行参数的设置，具体如下：（1）螺旋扫描模式；（2）≤1 的间距；（3）≤1.0s 的旋转时间；（4）512×512 的矩阵，其中包括所有肺部组织在内的扫描视野，建议：（1）120KVP，20 ～50mAs 为无迭代重建技术使用；（2）100 ～120KVP，≤30mAs 为有迭代重建技术使用；（3）扫描范围建议：胸锁关节上缘-胸11 椎体下缘水平，患者体位建议：仰卧位，将双手上举并做深呼吸后进行屏气扫描；（4）重建算法：可选择标准算法或肺算法或二者联合算法进行重建。如果重建层厚≤0.5mm ,则无间隔重建，如果是0.5mm ＜重建层厚≤1.5mm，间隔≤80%，低剂量扫描多采用迭代算法重建，另外，建议将扫描剂量报告功能进行开启，使其自动储存常规辐射记录。

4.2 技术人员要求

在开展人工智能辅助诊断技术前，需要保证影像医师的自身资质，要保证诊断人员具备5 年以上的影像学诊疗工作经验，并且拥有资格证书。

4.3 医疗机构要求

在开展人工智能辅助诊断技术前，需要保证机构内部有良好的CT 设备、计算机硬件平台、影像图像传输系统、存储系统、临床信息系统、放射学信息系统等。

4.4 医学伦理与数据保护

在人工智能辅助诊断技术开展前，需要保证对其实施医学伦理和数据的保护，以保证该技术的安全性，并且保证患者的隐私，以便在为患者提供便利的基础上，提升安全性，在此过程中，必须要做到：（1）保证患者的知情权；（2）保证患者的隐私权，也就是说在实施人工智能辅助诊断技术期间，要先告知患者该诊断技术的相关事项，以便让患者自行选取，并且要在诊断完毕后，保护数据的隐私，避免泄露患者的隐私。