人工智能在儿童骨龄X线影像诊断中的应用研究

李彬，林家健，林育成，宁丽洁，程爱珍

［广东医科大学顺德妇女儿童医院（佛山市顺德区妇幼保健院）放射科，广东 佛山 528300］

在儿科中，儿童的骨龄与生活年龄的不同对监测与诊治儿童生长和内分泌紊乱等有着极其重要的意义。现阶段，计分法、图谱法均为临床评测骨龄的常用方法，其中图谱法的操作较为简单，可将儿童手腕部作为骨龄评测的依据，但一些疾病对其手腕部不同骨骼的影响也不同。计分法包括手腕骨、掌指骨骨龄计分法两种［1］。目前，临床已有研究指出对掌指骨骨龄进行评测的人工智能（AI）系统，但鲜有研究涉及手腕骨骨龄，而手腕骨骨龄对于儿童生长缓慢、性早熟等诊断具有一定价值［2］。鉴于此，本研究分析了AI 在儿童左手骨骨龄X 线影像诊断中的应用效果，旨在为临床提供更全面、有效的参考依据，现报道如下。

1 资料与方法

1.1 一般资料

选择2020 年4 月至2021 年1 月期间广东医科大学顺德妇女儿童医院儿童保健科提供的需要X 线骨龄诊断的120 例儿童左手骨龄片，其中男童20例，女童100 例；年龄5～12 岁，平均（8.69±2.10）岁。纳入标准：①儿童年龄5～12 岁；②左手（包含左手指骨、腕骨、尺桡骨远侧骨干3～4 cm）正位骨龄数字化X 线摄影片；③手部位摆放正确，无骨骺缺失。排除标准：①严重骨畸形；②拍摄位置不佳。

1.2 方法

1.2.1 摄片方法 采用放射科DR X 线机按下列要求拍摄左手后前位X 线片：①指导儿童将左手掌紧贴在平板上，将五指自然分开，拇指和食指保持30°角，中指和桡尺骨中轴保持在一条直线上；②将腕部充分暴露出来，同时桡骨和尺骨远端暴露≥3 cm；③将骨龄片通过DICOM 格式导入PACS系统中。

1.2.2 标准组 采用X 线骨龄评测法，邀请放射科已接受Greulich-Pyle 手腕骨骨龄图谱法（GP 图谱法）培训的2 名高年资、经验丰富放射科诊断医师，对120 例X 线骨龄片采用GP 图谱法进行诊断，依据相关文献参考以二者诊断结果的均值为参考标准，同时仔细记录评测时间。

1.2.3 实验组 采用AI 评测骨龄，即采用深瑞医疗的人工智能系统软件分析同样的120 例DICOM骨龄片，以评测的R 系骨龄作为诊断，同时仔细记录评测时间。

1.3 观察指标

比较两组骨龄评测时间，两组左手骨龄、左手骨成熟度分值及不同年龄段儿童左手骨龄的平均绝对误差（MAE）、均方根误差（RMSE），同时通过组内相关系数（ICC）评估两组评测骨龄的一致性。AI、X 线骨龄诊断与参考标准的诊断相差≤6 个月可以认定为诊断符合。

1.4 统计学方法

采用SPSS 20.0 软件或EXCEL 进行统计分析诊断结果，计量资料以均数±标准差（±s）表示，计量资料组间比较采用t检验；计数资料以百分率（%）表示，计数资料组间比较采用χ2检验。P＜0.05 为差异有统计学意义。

2 结果

2.1 两组左手骨龄评测时间比较

实验组骨龄评测时间为（0.35±0.12）s，较标准组［（140.35±12.10）s］更短，差异有统计学意义（t=126.740,P=0.000）。

2.2 两组左手骨龄MAE、RMSE 比较

实验组左手骨龄MAE、RMSE 均低于标准组，差异有统计学意义（P＜0.05）。见表1。

表1 两组左手骨龄MAE、RMSE 比较（n=120,±s）

表1 两组左手骨龄MAE、RMSE 比较（n=120,±s）

2.3 两组左手骨成熟度分值MAE、RMSE 比较

实验组左手骨成熟度分值MAE、RMSE 均低于标准组，差异有统计学意义（P＜0.05）。见表2。

表2 两组左手骨成熟度分值MAE、RMSE 比较（n=120,±s）

表2 两组左手骨成熟度分值MAE、RMSE 比较（n=120,±s）

2.4 两组不同年龄段左手骨龄MAE、RMSE比较

实验组5～8 岁、9～12 岁年龄段左手骨龄MAE、RMSE 均低于标准组，差异有统计学意义（P＜0.05）。见表3。

表3 两组不同年龄段左手骨龄MAE、RMSE 比较（±s）

表3 两组不同年龄段左手骨龄MAE、RMSE 比较（±s）

2.5 两组评测左手骨龄的一致性比较

两组左手骨龄评测结果的ICC 为0.998，95%CI（0.996～0.998）。

3 讨论

儿童左手骨早期发育阶段于X 线片上的表现为多个密集的点（手腕骨）与略分散的点（掌指骨），且随着发育而持续增大，最终会增长到特定的形状与最佳大小［3］。和长骨发育有所不同的是，左手骨于青春期前的发育速度较快，女孩发育较早，通常在11 岁左右便已接近成熟，而男孩则需在13 岁左右［4］。因左手骨发育阶段及分期存在一定个体差异性，有专家不建议单纯借助腕骨来评测儿童的骨龄，特别是年龄稍大的儿童，建议借助长骨来评测，所有结合掌指骨的发育情况来评测儿童骨龄的准确度更高［5-6］。

临床上评测骨龄的方法包括图谱法、计分法、骨化中心计数法以及骨骺出现和闭合年龄法4 种。图谱法是将被测者骨龄片和标准图谱相对照而得出骨龄，既涉及到骨化中心所出现的数量，也考虑到形态大小及各骨的发育状态，有着便捷、明确等特点，近年来在国际上的应用率较高。计分法是按各骨发育阶段及所对应分值进行计分，然后按相应标准对骨龄进行计分，属于现阶段国际评测骨龄的最基本也是最准确的方法。骨化中心计数法是在观察单或多部位继发骨化中心所出现的时间、数量以及成熟度特征来评测骨骼发育情况，但存在适用年龄段小、误差大等缺点，现已基本被临床淘汰。骨骺出现和闭合年龄法主要通过查图表获得骨龄，具有省时、便捷等优点，但也存在投照部位多、评测结果不精准等缺点［7］。所以，目前临床上主要应用的骨龄评测方法仅为GP 图谱法、TW3 法两种。本研究就采用GP 图谱法对120 例儿童左手骨龄片进行评测，并以此作为参考标准，分析AI 在儿童骨龄X 线影像中的应用效果。

AI 属于一门基于多学科的新兴技术，涉及计算机科学、神经科学、生物学、数学、哲学及心理学等，近年来随着医学水平的快速发展，AI 在医学领域中的应用率逐渐上升，涉及AI 医学影像学、AI 健康管理、AI 辅助诊断、AI 疾病预测以及AI 药物研发等［8］。本研究结果发现：实验组骨龄评测时间较标准组更短，提示对儿童骨龄X 线片采用AI 进行评测的速度更快。究其原因在于AI系统实现了自动化骨龄评测，加之临床在评测手腕骨发育等级时需医师人工来完成，这也在很大程度上增加了骨龄评测时间，所以AI 评测儿童骨龄的时间较短。

本研究还发现：实验组左手骨龄、左手骨成熟度分值及不同年龄段左手骨龄的MAE、RMSE均明显低于标准组；两组左手骨龄评测结果的ICC为0.998，95%CI（0.996～0.998）。提示对儿童骨龄X 线片采用AI 进行评测的准确度较高。这与康敏等［9］的研究结果基本一致。究其原因在于AI 骨龄评测系统可有效地区分不同位置的手腕骨（也包含重叠位置），从而更准确地评测儿童左手骨龄、成熟度及不同年龄儿童骨龄的差异性，提高其与参考标准的一致性［10］。

本研究也存在一定不足之处：①仅拍摄左手骨龄X 线片，评测部位较为局限；②样本数量较少；③左手骨龄数据基本为本地区儿童，地域来源相对单一。因此，还需临床增加评测部位、增大样本数量及扩大研究地域作进一步探讨。

综上所述，AI 可快速且准确地评测儿童左手骨龄，具有临床推广和应用价值。