基于人工智能對非小細胞肺癌影像T分期與病理T分期的對照研究

楊利莉，汪 芳，王澤潤，楊彥斌，哈若水，張 淼

非小細胞肺癌(NSCLC)發病率目前占肺癌的首位[1]，準確的分期是影響其預后的關鍵。國際抗癌聯盟肺癌最新TNM分期標準(第8版)中提出腫瘤大小對預后具有重大的影響，對于直徑≤5 cm的NSCLC，腫瘤每增加1 cm，患者總生存時間就越短，預后也就越差[2]。多層螺旋計算機斷層攝影術(MSCT)是評估肺癌分期、預后和療效的首選方法，通過測量腫瘤的最大直徑可以做出較為準確的術前影像學和臨床T分期[3]。近年來，人工智能(AI)的快速發展為醫師進行肺結節的自動檢測、測量及風險評估帶來了很多便利，相對于傳統的手動測量方法更能敏感地檢測出腫瘤的增長變化以及更具有可重復性的優勢[4-6]。本文旨在通過對腫瘤直徑≤5 cm的未侵及主支氣管的T1-2期N0-1M0的NSCLC患者資料進行回顧性分析，探討AI對肺腺癌的臨床T分期價值，為選擇合適的治療方案提供精準的T分期。

1 資料與方法

1.1 一般資料:收集2016年1月-2019年6月在我院經手術病理證實的周圍型非小細胞肺癌患者96例臨床資料，其中男59例,女37例，年齡27～84歲,平均年齡(62.5±10.5)歲。排除標準：術前進行抗腫瘤治療，MSCT圖像有明顯呼吸運動偽影；CT檢查與手術間隔時間>2周。96例患者中CT表現為實性結節或腫塊61例，磨玻璃結節22例，部分實性結節13例。

1.2 CT掃描方法:采用256排GE Revolution CT 進行掃描，一次屏氣自胸廓入口掃描至膈下，探測器覆蓋范圍均為8 cm；重建算法選擇肺算法，圖像重建矩陣為512×512，管電壓100 kV，管電流為自動毫安(Smart mA 50～200)，機架轉速0.5 s/r，螺距0.992∶1，掃描層厚5 mm，重建層厚1.25 mm。

1.3 結節測量方法:在肺窗下測量，固定窗值(窗位-700 Hu，窗寬1 500 Hu)。采用兩種方法測量：第一種方法由具有5年以上診斷經驗的影像醫師在AW4.7工作站上手動測量病灶最大直徑。采用2017年6月Fleischner協會推出的CT影像結節測量指南[3]和Travis’s等[7]的測量方法：磨玻璃結節測量結節最大徑,部分實性結節測量實性部分最大徑；當部分實性結節表現形態不規則時，進行CT冠狀位及矢狀位重建,選取結節最大層面測量其長徑。每個病灶測量3次，選擇其中數值最大者作為腫瘤最大徑(以mm為單位)。第二種方法采用北京推想人工智能肺結節檢測系統自動獲取病灶最大直徑。

1.4 腫瘤T分期標準:根據國際抗癌聯盟肺癌最新TNM分期標準(第8版)判斷CT檢査的臨床分期：將T1分為T1a(≤1 cm)、T1b(1 cm～)、T1c(2 ～3 cm)； T2分為T2a(3 cm～)和T2b(4～5 cm)。

2 結果

2.1 醫師測量、AI測量與大體病理測量腫瘤最大直徑的比較：醫師測量、AI測量與大體病理測量96 例患者的腫瘤最大徑分別為(21.91±10.16)mm、(22.99±10.26)mm、(21.71±9.9)mm 。在T1abc-T2ab各期中兩種測量方法與大體病理測量結果對比差異無統計學意義(P>0.05),見表1與圖1-圖3(封三)。

表1 醫師測量、AI測量與大體病理測量96例患者腫瘤最大徑的比較

2.2 醫師測量與AI測量不同密度NSCLC患者T分期結果的比較:醫師測量與AI測量方法在NSCLC患者不同密度結節的CT-T分期結果比較差異均無統計學意義(P>0.05)，見表2。

表2 醫師測量與AI測量NSCLC患者不同密度結節結果的比較[n(%)]

2.3 醫師CT-T分期、人工智能CT-T分期與病理T分期結果一致性比較:醫師測量CT-T分期中65例與病理T分期相符合，符合率為67.71%；AI測量CT-T分期中80例與病理T分期相符合，符合率為83.33%；兩種方法與病理T分期一致性均較好(Kappa=0.55、0.69)，且AI CT-T分期與大體病理T分期符合率更高,見表3-表4。

表3 兩種方法對96例NSCLC患者與病理T分期符合率的比較

表4 96例NSCLC患者人工智能CT-T分期與病理T分期比較

3 討論

3.1 CT-T分期在NSCLC TNM分期中的價值：CT檢查作為腫瘤術前診斷、分期、療效評估和預后評價已經受到廣泛關注[8-10]，準確的分期是影響腫瘤預后的關鍵。有研究表明，對于NSCLC CT-T分期與病理T分期具有高度一致性,在CT MPR重建圖像上測量腫瘤最大徑可以顯著提高T分期的診斷準確性[11-12]。本研究采用醫師手動測量和AI自動測量兩種方法在CT圖像上測量腫瘤最大徑，分別與大體病理測量結果比較，在T1abc-T2ab分期中差異均無統計學意義(P>0.05)。

3.2 AI CT-T分期、醫師CT-T分期與大體病理T分期對比分析:有研究表明傳統手工測量所得數據的一致性與可重復性均比較差,導致手工測量所得數據的可信度大大降低[9]。最近的研究表明，人工測量可能導致腫瘤生長測定中假陽性的增加[12]。本組病例中醫師手動測量腫瘤最大徑有12例高于大體病理測量，其中3例誤差達(19.13±3.37)mm，明顯高于大體病理測量，分析其原因考慮3例腫塊周圍有滲出及不張肺組織存在，與腫塊界限不清；同時受觀察者認識的不足導致測量出現偏差。AI可以不受主觀影響自動測量病灶最大直徑，較手動測量穩定性更高[4]。本組研究結果顯示，AI CT-T分期與病理T分期比較總體符合率為83.33%,醫師CT-T分期總體符合率為67.71%，與病理T分期一致性均較好，且AI CT-T分期符合率更高。對于不同密度NSCLC，本研究中醫師測量與AI測量兩種方法在不同密度結節NSCLC患者CT-T分期結果差異無統計學意義(P>0.05)，但AI在不同密度結節中的符合率均高于醫師分期符合率。AI在磨玻璃結節測量的符合率高達95.24%，實性結節符合率達83.61%，但在混合磨玻璃結節的符合率僅為69.23%；本研究有2例混合磨玻璃結節的AI測量結果明顯高于大體病理測量結果，誤差達(15.13±10.89)mm,考慮AI測量方法對于一些部分實性結節的T分期會有夸大。此外，在CT表現上，腫瘤在體內的狀態可能與病理切除標本稍有不同，后者在組織加工過程中可能已經縮小和變形。在手術過程中，腫瘤部分也可能丟失或受損，導致CT測量結果與大體病理結果不符。

3.3 本研究的局限性：由于各個T分期樣本量較少，結果存在偏倚，故本研究沒有對不同T分期分別進行兩種方法的對比分析。在今后研究中將繼續擴大樣本量，進一步完善。