首页 > 论文范文 > 医药卫生论文 > 影像检验论文 > MRI论文 > 人工智能在肝脏MRI影像诊断中应用价值

人工智能在肝脏MRI影像诊断中应用价值

2024-04-10 130 上传者：管理员

摘要：目的分析人工智能(AI)辅助下医师对肝脏MRI影像的诊断效能，探讨AI在肝脏MRI影像诊断中的应用价值。方法 2020年1月—2022年12月行肝脏MRI平扫及增强扫描检查的患者103例，3名低年资(≤5年)和1名高年资(>5年)影像科医师首先对肝脏MRI影像进行独立阅片。间隔4周后，4名医师均在AI智能辅助诊断软件辅助下对肝脏MRI影像进行第2次独立阅片。记录肝背景类型(正常、肝硬化、脂肪肝、铁过载)、病灶性质(肝实性结节、肝囊肿、肝血管瘤)及阅片时间。比较AI辅助前、后医师阅片时间；以另2名高年资(>10年)医师一致性结论作为诊断金标准，比较AI辅助前、后医师诊断的灵敏度、特异度；采用Kappa检验评价AI辅助前、后医师诊断结果与金标准的一致性。结果 103例患者中，肝背景正常69例，肝背景异常34例(肝硬化11例，脂肪肝15例，铁过载8例);病灶1 272个，其中肝实性结节508个，肝囊肿721个，肝血管瘤43个。低年资医师、高年资医师AI辅助后阅片时间[(572.46±44.31)、(510.15±52.82)s]均短于AI辅助前[(691.67±37.05)、(607.62±40.24)s](t=10.120,P<0.001;t=5.766,P=0.001)。低年资医师甲、乙、丙AI辅助后诊断肝背景异常的灵敏度(97.06%、100.00%、100.00%)均高于AI辅助前(41.18%、32.35%、50.00%)(P<0.05),高年资医师AI辅助后诊断肝背景异常的灵敏度与AI辅助前比较差异无统计学意义(P>0.05);低年资医师甲、乙、丙及高年资医师AI辅助后诊断肝实性结节(90.75%、92.91%、98.03%、95.87%)、肝囊肿(97.50%、99.86%、99.72%、99.86%)、肝血管瘤(97.67%、100.00%、95.35%、97.67%)的灵敏度均高于AI辅助前(79.13%、82.48%、85.04%、83.86%,86.96%、88.63%、90.01%、90.85%,39.53%、60.47%、51.16%、83.72%)(P<0.05);4名医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的特异度与AI辅助前比较差异均无统计学意义(P>0.05)。低年资医师甲、乙、丙及高年资医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的Kappa值均高于AI辅助前。以金标准为对照，AI独立诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的灵敏度分别为100.00%、96.85%、98.34%、93.02%,特异度分别为100.00%、99.74%、100.00%、99.67%,假阳性率分别为0、3.53%、2.54%、0.16%。结论 AI智能辅助诊断软件可提高医师对肝脏MRI影像诊断的灵敏度和准确率，缩短阅片时间，提高诊断效率。

关键词：
AI
MRI
人工智能
肝脏
诊断效能
加入收藏

近十年来，人工智能(artificial intelligence, AI)已在医学领域取得较大进展，尤其是在影像诊断领域，AI可识别复杂图像，挖掘大量人眼难以识别的影像特征，并定量分析评估，提高了对疾病诊断的效率和准确性[1,2,3,4,5,6]。肝脏MRI具备多层次多方位成像、高组织分辨率、图像清晰及无辐射等多重优势，对肝局灶性结节的检出率高于多层螺旋CT[7]。但由于检查技术的复杂性和扫描序列的多样性，诊断医师需阅读每个序列进行准确诊断。肝脏疾病类型多样，每种疾病的影像特征不同，对医师诊断经验的要求较高。而不同年资医师的影像诊断水平存在差距。本研究分析AI辅助下医师对肝脏MRI影像的诊断效能，探讨AI在肝脏MRI影像诊断中的应用价值，报道如下。

1、资料与方法

1.1 一般资料

2020年1月—2022年12月行肝脏MRI检查的患者103例，男54例，女49例；年龄29～68(43.0±11.3)岁。纳入标准：(1)行肝脏MRI平扫+增强扫描检查；(2)MRI图像质量符合AI诊断系统要求，无明显伪影；(3)年龄18～80岁。排除标准：(1)未经2名经验丰富的影像科医师阅片者；(2)MRI图像质量欠佳者。本研究经阜外华中心血管病医院伦理委员会批准通过，研究对象均签署知情同意书。

1.2 方法

1.2.1 肝脏MRI检查方法

检查前4～6 h患者禁水禁食，仰卧位，检查范围为膈顶至肝脏下缘，应用MR750 WIDE型3.0T MRI(美国GE公司),表面线圈为16通道相阵控。扫描参数：TE 555 ms, TR 77.6 ms, 翻转角111°,视野范围400 mm×400 mm, 矩阵320×224,带宽83.33 kHz, 层厚5 mm, 层间距1 mm。扫描序列：(1)平扫：T2WI冠状位，半傅里叶单次激发自旋回波横断位T2WI-HASTE、T1WI三维容积内插快速梯度回波序列同相位及反相位(T1-vibe-opp-in-tra)、T1WI脂肪抑制三维梯度回波容积插值屏息扫描(T1-vibe-fs-tra)、快速自旋回波T2WI脂肪抑制序列(T2WI-blade-fs)、弥散加权成像、表观弥散系数序列；(2)增强扫描：选择钆塞酸二钠作为对比剂，0.1 mmol/kg造影剂经肘静脉高压注入，流速为2.0 mL/s, 采用T1-vibe-fs-tra序列采集动态增强动脉期(16 s, 采集2次，包括动脉早期、动脉晚期)、门静脉期(60 s, 采集2次)、平衡期(2～5 min, 采集3～4次)、肝胆期(延迟10、15、20 min)及T1-vibe-fs-tra冠状位。

1.2.2 MRI影像诊断

由3名低年资(≤5年)和1名高年资(>5年)影像科医师对MRI影像进行诊断。4名医师首先通过PACS系统对肝脏MRI影像进行独立阅片。间隔4周后，4名医师均在AI智能辅助诊断软件辅助下对肝脏MRI影像进行第2次独立阅片。记录肝背景类型(正常、肝硬化、脂肪肝、铁过载)、病灶性质(肝实性结节、肝囊肿、肝血管瘤)及阅片时间。以另2名高年资(>10年)医师一致性结论作为诊断金标准。

1.2.3 AI辅助诊断

采用数坤科技股份有限公司数字人体平台的AI智能辅助诊断软件(LiverMRDoc, 版本号V6.8.1)辅助诊断。MRI原始影像自动上传至软件后处理系统，基于Pytorch深度学习框架和卷积神经网络自动识别MRI序列和影像，自动分析肝背景类型，结合病灶特征快速报告结果(图1)。

图1 肝脏MRI影像图及AI辅助诊断示意图

1.3 统计学处理

应用SPSS 26.0软件进行统计分析，正态分布计量资料以均数±标准差表示，AI辅助前、后阅片时间比较采用配对样本t检验；AI辅助前、后医师诊断的灵敏度、特异度比较采用配对样本χ2检验；采用Kappa检验评价AI辅助前、后医师诊断结果与金标准的一致性；检验水准α=0.05。

2、结果

2.1 诊断结果金标准

103例患者中，肝背景正常69例，肝背景异常34例(肝硬化11例，脂肪肝15例，铁过载8例);病灶1 272个，其中肝实性结节508个，肝囊肿721个，肝血管瘤43个。

2.2 AI辅助前、后医师阅片时间比较

低年资医师、高年资医师AI辅助后阅片时间[(572.46±44.31)、(510.15±52.82)s]均短于AI辅助前[(691.67±37.05)、(607.62±40.24)s](t=10.120,P<0.001;t=5.766,P=0.001)。

2.3 AI辅助前、后医师诊断效能比较

低年资医师甲、乙、丙AI辅助后诊断肝背景异常的灵敏度均高于AI辅助前(P<0.05),高年资医师AI辅助后诊断肝背景异常的灵敏度与AI辅助前比较差异无统计学意义(P>0.05);低年资医师甲、乙、丙及高年资医师AI辅助后诊断肝实性结节、肝囊肿、肝血管瘤的灵敏度均高于AI辅助前(P<0.05);4名医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的特异度与AI辅助前比较差异均无统计学意义(P>0.05)。见表1。医师及AI误诊、漏诊典型病例见图2。

表1 AI辅助前、后医师诊断效能比较

图2 医师及AI误诊、漏诊典型病例MRI影像图

2.4 AI辅助前、后医师诊断结果与金标准的一致性

低年资医师甲、乙、丙及高年资医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的Kappa值均高于AI辅助前。见表2。

表2 AI辅助前、后医师诊断结果与金标准的一致性

2.5 AI独立诊断效能

以金标准为对照，AI独立诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的灵敏度分别为100.00%(34/34)、96.85%(492/508)、98.34%(709/721)、93.02%(40/43),特异度分别为100.00%(69/69)、99.74%(762/764)、100.00%(551/551)、99.67%(1 225/1 229),假阳性率分别为0(0/34)、3.53%(27/764)、2.54%(14/551)、0.16%(2/1 229)。

3、讨论

目前，MRI已广泛应用于肝脏疾病诊断中，新的MRI扫描序列为肝脏功能成像和分子成像提供有利条件[3]。但MRI影像资料复杂，临床阅片工作强度高，必然影响影像科医师的诊断效率和准确性。随着AI技术的发展，利用AI深度学习模型辅助疾病诊断已成为临床研究热点。AI辅助诊断系统具有自主学习和图像特征提取的优势，在给定任务条件下减少人工参与，避免主观偏差，提高分析的客观性和诊断效率。近来Wang等[8]和Yasaka等[9]将医学影像学方法结合AI技术用于肝纤维化疾病分期的诊断，Redman等[10]利用AI中的自然语言处理技术诊断非酒精性脂肪性肝病，Ben-Cohen等[11]和Yasaka等[12]建立卷积神经网络模型用于肝癌的影像学诊断。但上述研究仅局限于算法层面，未经临床大规模验证。本研究分析AI辅助对肝脏MRI影像的诊断效能，为AI辅助诊断影像资料的临床应用提供理论依据。

临床中常见肝脏局灶性病变包括肝细胞癌、胆管细胞癌等恶性病变，还包括肝血管瘤、局灶结节性增生、肝腺瘤、肝囊肿等良性病变，需准确鉴别，以采取针对性治疗措施。肝脏MRI影像中部分肝背景类型特征在不同扫描序列中有所不同，对医师诊断经验要求较高；如肝脏铁过载MRI表现为T2WI明显低信号改变，低于肌肉组织，正相位T1WI为低信号，反相位T1WI为高信号。本研究结果显示，低年资医师甲、乙、丙AI辅助后诊断肝背景异常的灵敏度均高于AI辅助前，高年资医师AI辅助后诊断肝背景异常的灵敏度与AI辅助前比较差异无统计学意义；提示低年资医师对肝背景类型不同序列征象的诊断经验不足，易漏诊。本研究结果显示，低年资医师甲、乙、丙及高年资医师AI辅助后诊断肝实性结节、肝囊肿、肝血管瘤的灵敏度均高于AI辅助前；4名医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的特异度与AI辅助前比较差异均无统计学意义；4名医师AI辅助后诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的Kappa值均高于AI辅助前；表明AI辅助明显提高了不同年资医师诊断肝实性结节、肝囊肿、肝血管瘤的灵敏度及与金标准的一致性，AI软件可准确标记肝背景类型及病灶类型、数量和特征，从而弥补医师临床经验不足的缺点，可减少医师诊断过程中漏诊，提升诊断的灵敏度；而低年资或高年资医师在临床工作中极少出现病灶定位的误诊，因此，AI辅助后特异度提升不明显。

在诊断时间方面，AI辅助可明显提高MRI影像的诊断效率。有研究[13]显示，AI辅助后医师诊断肋骨骨折的阅片时间较AI辅助前平均缩短28.43 s。本研究结果显示，低年资医师、高年资医师AI辅助后阅片时间均短于AI辅助前，可能是由于AI智能辅助诊断软件可自动识别肝背景类型，区分病灶性质并同时标记所在层面及位置，使医师快速做出诊断，明显提高了医师的诊断效率。本研究低年资医师在AI辅助后阅片时间缩短较高年资医师更多，可能与低年资医师的诊断经验不足，AI辅助后诊断效率明显提高有关。

本研究结果显示，以金标准为对照，AI独立诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的灵敏度分别为100.00%、96.85%、98.34%、93.02%,特异度分别为100.00%、99.74%、100.00%、99.67%,假阳性率分别为0、3.53%、2.54%、0.16%。提示AI独立诊断肝背景异常、肝实性结节、肝囊肿、肝血管瘤的灵敏度较高，但也有一定假阳性率。分析原因可能是：基于深度学习的人工智能系统是通过以大量自主学习数据为标记的数据中隐式特征进行诊断，出现错误时较难做出针对性改进；人工智能诊断依赖于大量不同数据的训练，诊断水平直接关系到训练数据的数量、质量和分布水平的多样性，但实际情况下很难对所有人群数据进行抽样，这必然导致训练数据的抽样偏差。

本研究结果提示，AI智能辅助诊断软件可提高医师对肝脏MRI影像诊断的灵敏度和准确率，缩短阅片时间，提高诊断效率。AI智能诊断系统在辅助临床医师，尤其是经验不足的低年资医生鉴别肝实性结节良恶性方面有明显提升空间。但本研究为单中心研究，样本量小，数据均为诊断阳性的病例，无法获得临床上漏诊的病例，存在一定选择偏倚；未针对肝实性结节的良恶性进行分析；AI辅助诊断的准确性受多种因素影响，如学习模型算法、病变特征提取等，需持续优化和改进。

参考文献:

[2]黄赛俊,梁凯轶,伏红超,等.人工智能在胸部影像的肺结节检测及分类中的应用效果分析[J].医药论坛杂志,2023,44(20):105-108.

[3]杨金生,李聪.人工智能技术在胸部高分辨率CT中对肺结节诊断的应用[J].中国临床研究,2022,35(3):343-346.

[6]白岩,蔡显圣,张传臣,等.人工智能在肋骨骨折诊断中应用价值[J].中华实用诊断与治疗杂志,2023,37(10):1020-1024.

[7]蒿崑,赵斌.CT､MRI肝脏局灶性小病灶的影像学研究进展[J].中国实用医刊,2013,40(21):86-88.

[13]朱雅茹,祁良,徐磊,等.人工智能软件辅助诊断新鲜肋骨骨折的效能评估[J].南京医科大学学报(自然科学版),2022,42(2):227-232.

文章来源:华奇凡,张继良,马伦,等.人工智能在肝脏MRI影像诊断中应用价值[J].中华实用诊断与治疗杂志,2024,38(04):411-415.