影像学与人工智能在预测体外冲击波碎石疗效中的运用

廖黄峻清 张秋红 郭震浪 向松涛

泌尿系结石是全球范围内的多发病、常见病，其发病率因气候、饮食、遗传等因素在1%～20%之间[1]。体外冲击波碎石(ESWL)是直径≤20 mm的泌尿系结石的一线治疗方法，因受多个因素(结石密度、结石位置、结石大小等)的影响，其成功率不稳定，波动在35%～89%之间[2]。ESWL失败可能导致输尿管梗阻时间延长、症状复发、后续治疗，从而加重病人经济负担。因此，科学准确地评估ESWL的疗效就成为制定泌尿系结石治疗方案的重要任务。

目前EAU指南推荐对直径≤2 cm的肾结石(>1 cm的肾下盏结石除外)且结石密度<1 000 HU、肥胖(BM I≤35 kg/m2)的病人行ESWL治疗。在输尿管结石方面，指南推荐严重肥胖(BMI>35 kg/m2)的病人行输尿管镜(URS)治疗。同时指南强烈建议告知病人URS治疗结石的一次结石排净率更高，但ESWL的并发症发生率较URS小[3]。

一、结石密度

基于循证研究结果，结石密度可以被用来预测ESWL的疗效，结石密度越低，ESWL的疗效则越高[4]。Waqas等[5]回顾了203例结石直径5～20 mm行ESWL治疗的肾结石病人，进行多因素分析发现，结石密度是结石排出率的最强预测因子。目前结石密度预测ESWL疗效仍是研究的热点，多数研究报道了平均结石密度作为ESWL疗效预测因子的相关性。这些研究中报道的平均结石密度临界值范围广，且与ESWL疗效的相关性也有所差异[6-7]。这可能与CT测定结石密度时感兴趣区域(region of interest，ROI)的设定和CT窗口的选择有关，两者共同影响着CT检查所得出的平均结石密度。除此之外，还有研究报道了最大结石密度在预测ESWL疗效中的运用。

Sugino等[8]回顾性地评估了464例接受ESWL治疗的输尿管结石病人，比较了最大结石密度和平均结石密度预测ESWL疗效的准确性，结果显示，最大结石密度相比平均结石密度在预测ESWL疗效方面有更高的准确性。这可能和ESWL疗效的关键是破坏结石密度最高的中心区域有关[9]，且最大结石密度不需要考虑ROI设定方案的问题，设定的ROI只需要囊括整个结石，就可以保证该平面内的最大结石密度。最大结石密度是否可以取代平均结石密度用于预测ESWL疗效尚未有明确结论，但测量最大结石密度产生的误差较平均结石密度小。

目前，CT窗口已多选择使用骨窗[10-11]，但ROI的设定方案则尚未明确。其设定方案主要有两种，一种为椭圆形ROI(即在结石内部设定一个较大的椭圆形区域)，另一种为三点式ROI(即在结石的中心、边缘与两点间中点各设置一个小的ROI，取三者的平均值)。Yamashita等[9]的研究比较了两种ROI设定方案预测ESWL的结果，结果显示，两者的AUC值无明显差异，而椭圆形ROI的设定比三点式ROI的设定更节省时间。Mannil等[12]的研究显示，泌尿系结石通常在中心区域密度最高，然后向周边区域递减，这决定了泌尿系结石的密度是不均匀的，因此ROI的设定对平均结石密度的测量至关重要。然而两种ROI设定方法各有缺陷。椭圆形ROI设定方案所圈定的ROI边缘区，很难完全区分结石和软组织；三点式方案也因为结石形态的不规则而很难选择恰当的位点，因此，目前需要进一步研究以确定恰当的ROI设定方案，来提供切实的平均结石密度。

二、结石大小

结石大小是常用的ESWL预测因子，X线和超声测量的结石大小有其局限性，目前通常使用CT检查来测量[10]。目前结石体积、结石表面积、结石最长径、结石横径这四种参数被用来衡量结石负荷的大小，并以此为基础来预测ESWL的结石排出率(stone free rate，SFR)[5-8,13-14]。Yamashita等[15]回顾了245例接受ESWL治疗的病人，发现在肾结石和输尿管结石病人中，结石体积对ESWL结果的影响并不一致，在肾结石病人中，结石体积是ESWL结果的重要预测因素，但在输尿管结石的病人中并不是。Galli等[16]的研究也显示，结石体积并不是预测输尿管结石ESWL结果的重要因素。这可能是因为和肾结石相比，输尿管结石的体积更小且大小范围更狭窄。Sugino等[8]通过研究则认为，对于输尿管结石只需要测量结石最长径就可以准确地预测ESWL的成功，因为受输尿管径的影响，输尿管结石的体积主要由结石最长径决定，而在肾结石方面，体积则可能比结石最长径更能预测ESWL的结果。

三、预测系统

除了对单因素进行分析评估ESWL的成功率，目前更进一步的研究是对ESWL疗效预测系统的研究。ESWL疗效预测系统主要分为两种，一种是列线图，一种是评分系统。

Niwa等[17]研究了一个简易的列线图(图1)，可以用来评估输尿管上段结石的ESWL术后SFR。该研究采用结石最大直径、最大结石密度(HU)、90°角的结石距皮肤的距离(SSD)三个参数用于构成列线图评估SFR，经过ROC分析评估后，估计此列线图的AUC为0.760，表明有较高的可预测性。以Niwa等[17]的研究为例介绍列线图的运用，一个输尿管上段结石病人的CT检查提示结石最大直径为6 mm，最大结石密度为900 HU，90°角的SSD为9 cm，则各自对应的分值(point)为7.3、13、12，总分值为32.3，最后结果提示，ESWL的SFR>90%，能够取得很好的治疗效果。

图1 Niwa等[17]研究中用于预测ESWL疗效的列线图

Ichiyanagi等[13]报道了三D评分系统(triple D score)和四D评分系统(quadruple D score)用于评估直径10～20 mm肾内结石ESWL的SFR。三D评分系统包含了结石体积<150 mm3，结石密度<600 HU，SSD<12 cm三个参数，得分分为0、1、2、3分，分别对应40.0%、51.9%、73.0%、100.0%的SFR。四D评分则在三D评分系统的基础上增加了结石位置(肾下极结石/非肾下极结石=0/1)，分别对应0、37.9%、54.5%、84.4%、100.0%的SFR。两者比较，四D评分系统的AUC(AUC：0.651)值明显高于三D评分系统(0.596)，较三D评分系统有更强的预测能力。Yoshioka等[18]研究的另一个评分系统——S3HoCKwave评分系统参考了包括性别、是否绞痛、结石位置、结石最大径、SSD、平均结石密度在内的六个影响因素，得分0～49，能够更细致地评价病人ESWL的SFR，且该评分系统AUC达到0.71，能够较好地预测上尿路结石ESWL术后的SFR。

列线图与评分系统，两者都有较高的ESWL疗效预测能力，而评分系统不需要通过复杂的计算，就能够得到理想预测结果，更符合临床要求。当然在评分系统有其优越性的同时，也有其缺陷。虽然也有不少研究对评分系统进行了验证，但仍需要有更多大样本、高质量的研究以评估其临床有效性和准确性[19-21]。

四、结石异质性

结石并不是结构均匀的物体，其结构不均匀的特性称之为结石异质性，有研究表明，结石异质性也会影响ESWL的成功率。影像学检查并不能直接得出结石异质性。Yamashita等[15]的研究定义了一个新的参考数据——结石密度变异系数(variation coefficient of stone density，VCSD)来评估结石的不均匀程度。VCSD可以通过公式计算得出，且VCSD(AUC：0.718 1)较平均结石密度(AUC：0.638 4)有更好的预测ESWL成功的能力。除了通过计算得出的VCSD外，还有借助软件评估结石异质性的方法，即CT结构分析(CT textural analysis，CTTA)。通过对CT图像进行导出处理分析后，运用专门的CTTA软件包进行数据处理，能够得到与结石结构相关的参数(熵、偏度、峰度等)。Cui等[22]的研究提示，CTTA是可靠的结石结构分析工具，其生成的反应结石异质性的统计指标可以用来预测ESWL的可行性，且其预测SFR的准确率为72%。Xun等[23]回顾了100例输尿管近端结石的病人，得出CTTA得出的峰度越高，ESWL的成功率越低。尚有很多关于CTTA的研究，都证实了其有较好的预测ESWL疗效的能力，熵、峰度、偏度等CTTA参数被发现是ESWL的成功率的显著预测因素[2,10,24]。虽然CTTA被证实了在预测ESWL成功率方面的潜力，但还需要更进一步的临床研究来探讨采用哪个参数来评估ESWL的成功率。

五、人工智能

在泌尿外科领域，人工智能正在发挥着越来越多的作用，其优越性在于高效地分析处理海量数据的能力，加上电子病历的推广运用，使得人工智能能够在医疗决策方面发挥更大的作用，在泌尿系结石方面也是如此。其工作流程大致如下，收集尽可能多的影响因子数据(多来源于回顾性研究)，将数据统一导入到特定软件中，软件则会自动对数据或数据集合进行分析，再通过对比研究中的ESWL治疗结果，从而对各数据和数据集合的预测能力进行评估。Yang等[25]通过对358个肾结石和输尿管上段结石的案例进行回顾性，经过人工智能数据分析后得出结论，平均结石密度是预测ESWL疗效的最重要因素，结石体积、SSD和结石长径也是预测ESWL疗效的重要因素。Choo等[26]对791例输尿管病人进行回顾，通过人工智能进行数据分析，最后得出结论，结石体积、结石最长径和结石密度是预测能力最佳的三个预测因子，且随着预测系统内包含的预测因子数量的增加，预测系统的敏感度能够保持在90%以上，而特异性则从26.95%提高到85.82%，最后建立了一个包含有15个影响因素的决策模型，其敏感度为95.87%，特异度为85.82，准确率为92.29%，AUC值0.951，有很强的预测能力。人工智能有助于大数据分析和综合，有助于预测泌尿系结石的ESWL疗效。

随着技术的进步与更多的深入研究，在原有预测因素如结石大小、结石密度、皮肤结石距离等基础上，提出了新的预测因素——结石异质性。不同因素组合成的评分系统也被提出以用于疗效预测，虽然仍然缺少足够数量的文献支持，但已被验证有一定的可行性。人工智能的运用更是提高了疗效预测的准确性和敏感性。随着研究的深入，更准确的ESWL疗效预测方案会被提出。