AI輔助診斷聯(lián)合醫(yī)師C-TIRADS分類對甲狀腺結(jié)節(jié)的診斷效能分析

徐可，石波，周春美，曾卓華，謝楊，劉家開

成都醫(yī)學院第二附屬醫(yī)院·核工業(yè)四一六醫(yī)院 超聲醫(yī)學科，四川 成都 610057

引言

近年來的研究表明，成年人中甲狀腺結(jié)節(jié)的患病率高達65%，其中甲狀腺癌又是一類高發(fā)的惡性腫瘤，因此對甲狀腺結(jié)節(jié)性質(zhì)的準確判斷顯得尤為重要[1-2]。超聲因其簡單、無創(chuàng)、快速、便攜等優(yōu)勢已廣泛應用于甲狀腺結(jié)節(jié)的篩查與診斷中[3]。甲狀腺結(jié)節(jié)診斷指南是判斷結(jié)節(jié)良惡性的重要依據(jù)與標準，結(jié)合我國國情，2020年中華醫(yī)學會超聲醫(yī)學分會淺表器官與血管小組制訂并推出《2020甲狀腺結(jié)節(jié)超聲惡性危險分層中國指南：C-TIRADS》[4]。林蔚等[5]研究發(fā)現(xiàn)，中國（超聲）甲狀腺影像報告和數(shù)據(jù)系統(tǒng)（Chinese Thyroid Imaging Reporting and Data System，C-TIRADS）評估甲狀腺結(jié)節(jié)時有較高的敏感性。近年來人工智能（Artificial Intelligence，AI）技術(shù)得到了快速的發(fā)展，Lee等[6]利用VGG激活模型圖開發(fā)了一個用于定位和區(qū)分轉(zhuǎn)移性淋巴結(jié)的AI預測模型，該模型預測淋巴結(jié)轉(zhuǎn)移的靈敏度、特異性、準確率分別為79.5%、87.5%、83.0%，與李盈盈等[7]研究的AI預測模型診斷效能相近。Peng等[8]研究發(fā)現(xiàn)，深度學習AI模型（ThyNet）輔助策略可以顯著提高超聲科醫(yī)生的診斷能力，并有助于減少甲狀腺結(jié)節(jié)不必要的穿刺。雖然AI技術(shù)在醫(yī)學影像診斷方面已展現(xiàn)出一定優(yōu)勢，但尚處于起步階段，有其自身的局限性，如產(chǎn)品性能不穩(wěn)定、容易受超聲圖像質(zhì)量及圖像采集標準化影響，從而使判讀結(jié)果的準確性大大降低，因此不能直接作為參考標準[9]。本研究旨在探討AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類對甲狀腺結(jié)節(jié)以及不同大小結(jié)節(jié)的診斷效能，以期為臨床工作中最大程度地發(fā)揮AI輔助的診斷作用提供依據(jù)。

1 資料與方法

1.1 研究對象

回顧性分析2020年10月至2021年5月于我院行甲狀腺超聲檢查并有病理結(jié)果的514例患者的臨床資料。納入標準：① 結(jié)節(jié)以實性或?qū)嵭圆糠譃橹鳎倚圆糠郑?5%）者；② 術(shù)前行超聲診斷且資料完整者；③ 手術(shù)或穿刺病理結(jié)果明確的甲狀腺結(jié)節(jié)者；④ 術(shù)前未行內(nèi)分泌、化療及放療、消融及同位素治療者。排除標準：① 超聲圖像質(zhì)量較差，對結(jié)節(jié)特征不能充分顯示者；② 病灶過多，不能區(qū)分病理結(jié)果者。最終224例患者入組，結(jié)節(jié)共225個，其中男性56例、女性168例，平均年齡（43.88±12.70）歲，結(jié)節(jié)最大長徑85 mm，平均長徑（21.54±16.14）mm。根據(jù)結(jié)節(jié)最大長徑分組，≤10 mm結(jié)節(jié)98個，＞10 mm結(jié)節(jié)127個。所有患者均對本研究知情并簽署知情同意書，且通過本院倫理委員會審查（2016016）。

1.2 儀器與方法

1.2.1 超聲檢查

采用法國聲科公司的SuperSonic Aixplorer超聲診斷儀，SL15-4探頭（頻率4～15 MHz），將探頭探查條件調(diào)整為甲狀腺模式，由1名高年資醫(yī)師進行甲狀腺超聲掃查，囑患者取仰臥位，充分暴露頸部，橫切、縱切動態(tài)掃查甲狀腺腺體，詳細記錄結(jié)節(jié)的大小、位置、形態(tài)、邊界、內(nèi)部回聲、形狀、縱橫比、有無鈣化等。結(jié)果判讀：由另外1名高年資醫(yī)師對結(jié)果進行判讀，當結(jié)果不一致時進行討論，以討論一致的結(jié)果作為最終診斷結(jié)果。嚴格按照《2020甲狀腺結(jié)節(jié)超聲惡性危險分層中國指南：C-TIRADS》[4]對結(jié)節(jié)進行分類，指南中對滿足垂直位、不規(guī)則、模糊、甲狀腺外侵犯、實性、極低回聲、微鈣化的結(jié)節(jié)各加1分，對伴有彗星尾征象的減1分，對1個結(jié)節(jié)全面評估后進行計數(shù)。-1分為2類結(jié)節(jié)（惡性風險0），0分為3類結(jié)節(jié)（惡性風險＜2%），1分為4A類結(jié)節(jié)（惡性風險2%～10%），2分為4B類結(jié)節(jié)（惡性風險10%～50%），3～4分為4C類結(jié)節(jié)（惡性風險50%～90%），5分為5類結(jié)節(jié)（惡性風險＞90%），6類結(jié)節(jié)為經(jīng)活檢證實為惡性結(jié)節(jié)。將≤4A類定義為良性，≥4B類定義為惡性[10]。

1.2.2 AI甲狀腺輔助診斷系統(tǒng)

AI甲狀腺輔助診斷系統(tǒng)由浙江德尚韻興公司研發(fā)，該系統(tǒng)采用自主研發(fā)的深度學習框架DE-Light，只檢測灰階二維超聲圖，不檢測血流圖、彈性圖。由進行超聲掃查的同1名高年資醫(yī)師操作，操作前已經(jīng)過系統(tǒng)的AI操作培訓，分別于甲狀腺橫切面、縱切面采集圖像，該AI輔助診斷系統(tǒng)直接與采集卡對接，圖片實時進行傳輸，AI根據(jù)算法自動識別病灶，并圈畫出該結(jié)節(jié)，同時給出結(jié)節(jié)良、惡性概率值，若發(fā)現(xiàn)AI無法自動識別結(jié)節(jié)，醫(yī)師手動在輔助診斷系統(tǒng)勾畫靶區(qū)結(jié)節(jié)，切忌隨意勾畫，必須沿著毛刺邊緣進行勾畫，不同切面系統(tǒng)給出的概率值不同，測量3次，取最高數(shù)值作為AI最終診斷結(jié)果，定義＜0.6為偏良性，≥0.6為偏惡性。

1.2.3 聯(lián)合診斷

以C-TIRADS分類診斷結(jié)果為基礎，若AI診斷為惡性則上調(diào)一個類別，但5類不再上調(diào)；若AI診斷為良性，則C-TIRADS分類下降一個類別，但2類不再下調(diào)。

1.3 統(tǒng)計學分析

采用SPSS 23.0和MedCalc 18.2.1軟件進行統(tǒng)計分析。以病理結(jié)果為金標準，繪制受試者工作特征（Receiver Operating Characteristic，ROC）曲線，計算各指標的靈敏度[即真陽性率＝a/（a+c）]、特異性[即真陰性率＝d/（b+d）]，其中a代表真陽性，即病例組內(nèi)陽性的例數(shù)；b代表假陽性，即對照組內(nèi)陽性的例數(shù)；c代表假陰性，即病例組內(nèi)陰性的例數(shù)；d為真陰性，為對照組內(nèi)陰性的例數(shù)。并計算約登指數(shù)（即正確指數(shù)＝靈敏度＋特異性-1）。ROC曲線下面積（Area Under Curve，AUC）＞0.8表示指標具有良好的診斷效果，采用Z檢驗進行C-TIRADS分類、AI、AI+C-TIRADS分類的各評價指標的差異比較，以P＜0.05為差異具有統(tǒng)計學意義。

2 結(jié)果

2.1 結(jié)節(jié)穿刺或手術(shù)后病理結(jié)果

225個結(jié)節(jié)中惡性結(jié)節(jié)占比58.2%，良性結(jié)節(jié)占比41.7%，良惡性結(jié)節(jié)病理類型及分布數(shù)量如表1所示。

表1 225個結(jié)節(jié)病理結(jié)果[n（%）]

2.2 不同診斷結(jié)果與病理對照

225個結(jié)節(jié)中，醫(yī)師C-TIRADS診斷良惡性結(jié)節(jié)準確度為91.1%，AI診斷良惡性結(jié)節(jié)準確度為82.7%，AI+CTIRADS分類診斷良性結(jié)節(jié)準確度為95.1%，聯(lián)合診斷的準確度優(yōu)于2種方法單獨診斷，見表2。

表2 C-TIRADS分類、AI、AI+C-TIRADS分類的診斷結(jié)果及與病理對照

對于≤10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷良惡性結(jié)節(jié)準確度為81.6%，AI診斷良惡性結(jié)節(jié)準確度為89.8%，AI+C-TIRADS分類診斷良惡性結(jié)節(jié)準確度為98.0%，聯(lián)合診斷的準確度優(yōu)于2種方法單獨診斷，見表3。

表3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對≤10 mm結(jié)節(jié)的診斷結(jié)果與病理對照

對于＞10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷良惡性結(jié)節(jié)準確度為98.4%，AI診斷良惡性結(jié)節(jié)準確度為77.2%，AI+C-TIRADS分類診斷良惡性結(jié)節(jié)準確度為92.9%，醫(yī)師C-TIRADS分類診斷的準確度優(yōu)于其余2種診斷方法，見表4。

表4 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對＞10 mm結(jié)節(jié)診斷結(jié)果與病理對照

2.3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類診斷效能分析

AI+C-TIRADS分類診斷特異性（95.74%）、約登指數(shù)（0.9040）、AUC（0.952）均高于醫(yī)師C-TIRADS分類診斷（Z=2.085，P=0.037）及 AI診斷（Z=5.547，P＜0.001）；醫(yī)師C-TIRADS分類診斷靈敏度（96.95%）及AUC（0.900）高于AI單獨診斷（Z=2.054，P=0.040），差異有統(tǒng)計學意義（P＜0.05），見表5和圖1。

圖1 3種診斷方法對總體ROC曲線

表5 醫(yī)師C-TIRADS、AI、AI+C-TIRADS分類對總體診斷效能比較

對于≤10 mm結(jié)節(jié)，AI+C-TIRADS分類診斷靈敏度（98.36%）、特異性（97.3%）、約登指數(shù)（0.9566）、AUC（0.978）均高于AI（Z=2.828，P=0.005）及醫(yī)師C-TIRADS分類診斷（Z=4.185，P＜0.001）；AI診斷的特異度（89.19%）、約登指數(shù)（0.7940）、AUC（0.897）高于醫(yī)師C-TIRADS分類診斷（Z=1.993，P=0.046，差異有統(tǒng)計學意義（P＜0.05），見表6和圖2～3。

圖2 3種診斷方法對≤10 mm結(jié)節(jié)ROC曲線

圖3 二維超聲甲狀腺左側(cè)葉≤10 mm結(jié)節(jié)超聲聲像圖及AI識別圖像

表6 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對≤10 mm結(jié)節(jié)診斷效能比較

對于＞10 mm結(jié)節(jié)，C-TIRADS分類診斷的靈敏度（100%）、特異性（96.49%）、約登指數(shù)（0.9649）、AUC（0.982）均高于聯(lián)合診斷（Z=2.269，P=0.023）及AI診斷（Z=5.464，P＜0.001）；AI診斷的靈敏度（74.29%）、特異度（80.70%）、約登指數(shù)（0.5499）、AUC（0.775）不及聯(lián)合診斷（Z=4.803，P=0.001），差異有統(tǒng)計學意義（P＜0.05），見表7和圖4～5。

表7 醫(yī)師C-TIRADS、AI、AI+C-TIRADS分類對＞10 mm結(jié)節(jié)診斷效能比較

圖4 3種診斷方法對＞10 mm結(jié)節(jié)ROC曲線

圖5 二維超聲甲狀腺左側(cè)葉＞10 mm結(jié)節(jié)超聲聲像圖及AI識別圖像

3 討論

3.1 醫(yī)師C-TIRADS分類診斷結(jié)果分析

目前甲狀腺結(jié)節(jié)的檢出率逐年增加，臨床用于甲狀腺超聲檢查的指南也在不斷更新，從2011年韓國學者Kawk在Radiology發(fā)表的Kawk-TIRADS（甲狀腺影像及數(shù)據(jù)報告系統(tǒng)）[11]、2016年韓國放射學會和甲狀腺放射學會發(fā)表的Korean-TIRADS指南[12]，再到2017年美國放射學會發(fā)布的ACR-TIRADS[13]，每一種指南都有其優(yōu)勢和局限性，且各個醫(yī)院對指南的使用并不統(tǒng)一，會給患者和臨床醫(yī)生帶來困惑?！?020甲狀腺結(jié)節(jié)超聲惡性危險分層中國指南：C-TIRADS》[4]，從我國的實際出發(fā)，是一種全新的計數(shù)分類的方法，指南中通過回歸方程篩選出5個可疑惡性征象并對其賦值進而計數(shù)分類，使用簡便快捷，可操作性強。Zhu等[14]對2309個甲狀腺結(jié)節(jié)分別用美國放射學會ACRTIRADS指南、中國版C-TIRADS指南、韓國版Kawk-TIRADS指南及美國甲狀腺協(xié)會ATA指南對甲狀腺結(jié)節(jié)進行良惡性診斷，發(fā)現(xiàn)C-TIRADS指南的準確性為84.71%，高于其他3種指南，并且AUC最大為0.905，進一步說明C-TIRADS相比其他3種指南有較高的診斷效能。本研究發(fā)現(xiàn)醫(yī)師C-TIRADS分類對總體樣本診斷的靈敏度高于聯(lián)合診斷及AI單獨診斷，即可篩出較多的惡性結(jié)節(jié)，差異有統(tǒng)計學意義（P＜0.05）。李潛等[15]研究發(fā)現(xiàn)，應用C-TIRADS指南診斷比AI診斷技術(shù)S-detect聯(lián)合醫(yī)師C-TIRADS診斷有更高的靈敏度（97.37%vs.96.21%），與本研究結(jié)果相近。本研究認為醫(yī)師C-TIRADS分類診斷靈敏度高而特異性偏低的原因為良惡性結(jié)節(jié)在超聲征象上有重疊，且C-TIRADS指南是通過對可疑惡性征象進行計數(shù)進而分類，這可能會導致部分良性結(jié)節(jié)如腺瘤、結(jié)節(jié)性甲狀腺腫、炎性病變等分類過高，假陽性率上升。

3.2 AI、AI+C-TIRADS分類診斷效能分析

AI技術(shù)可對復雜的醫(yī)學圖像特征進行定量評估，已經(jīng)被越來越多地應用于甲狀腺結(jié)節(jié)的診斷中[16]。本研究發(fā)現(xiàn)AI單獨診斷的AUC及約登指數(shù)低于聯(lián)合診斷及C-TIRADS單獨診斷，與方明娣等[10]的研究結(jié)果一致。Wildman-Tobriner等[17]研究發(fā)現(xiàn)，運用AI輔助診斷系統(tǒng)來修正ACR-TIRADS分級后，相比醫(yī)師ACR-TIRADS分級，AUC由0.91提高至0.93，特異性也由47%提高至65%，本研究中AI單獨診斷及AI聯(lián)合醫(yī)師C-TIRADS診斷特異性較醫(yī)師C-TIRADS單獨診斷特異性高，與Verburg等[18]的研究結(jié)果一致。本研究采用的德尚韻興公司研發(fā)的AI輔助診斷系統(tǒng)是基于算法的學習來自主識別結(jié)節(jié)，繼而得出結(jié)節(jié)的良惡性概率值，與傳統(tǒng)的通過識別結(jié)節(jié)惡性征象而判讀結(jié)節(jié)良惡性有所不同，其診斷的過程不依賴人的主觀性。

3.3 醫(yī)師C-TIRADS分類、AI、AI+C-TIRADS分類對不同大小甲狀腺結(jié)節(jié)診斷效能分析

對于≤10 mm的甲狀腺腫瘤，其被定義為甲狀腺微小癌，其中絕大多數(shù)為甲狀腺乳頭狀癌，鑒于其病灶微小，惡性征象表現(xiàn)不顯著，且部分患者甲狀腺腺體內(nèi)常出現(xiàn)良惡性病灶并存的表現(xiàn)，常規(guī)超聲常出現(xiàn)漏診、誤診的情況，因此探尋一種新的可靠的診斷方法顯得尤為重要[19-20]。本研究將甲狀腺腺結(jié)節(jié)按最大長徑分為≤10 mm組及＞10 mm組，發(fā)現(xiàn)AI、AI+C-TIRADS分類對≤10 mm結(jié)節(jié)診斷的特異性、約登指數(shù)及AUC均大于醫(yī)師C-TIRADS分類單獨診斷，差異有統(tǒng)計學意義（P＜0.05）。本研究中部分甲狀腺小結(jié)節(jié)在早期并不會出現(xiàn)典型的惡性征象，即沙礫樣鈣化，且向周圍組織浸潤性生長也不明顯，纖維化改變不顯著，所以醫(yī)師主觀上可能會出現(xiàn)誤判的情況。AI是對10萬余例有病理結(jié)果的結(jié)節(jié)進行深度學習繼而研發(fā)所得，所以其能快速對異常區(qū)域進行標記，進而量化分析得出良惡性概率值，降低了誤判的概率[21-22]。

本研究發(fā)現(xiàn)對于＞10 mm結(jié)節(jié)，AI及聯(lián)合診斷的診斷效能低于醫(yī)師C-TIRADS分類診斷。方貞燕[21]的研究發(fā)現(xiàn)，隨著結(jié)節(jié)體積增大，AI診斷的靈敏度及準確性呈下降趨勢，且AI診斷的準確性與該系統(tǒng)的技術(shù)原理和系統(tǒng)的穩(wěn)定性密切相關(guān)，不同品牌的AI診斷系統(tǒng)在臨床實踐中的表現(xiàn)可能會出現(xiàn)較大的差異，因此醫(yī)師需要對所使用的AI系統(tǒng)的優(yōu)勢充分了解，最大程度地發(fā)揮AI的輔助作用。

本研究存在的局限性：① 樣本量過少，在今后研究中進一步將＞10 mm結(jié)節(jié)按照大小進行分組，探討AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類對其的診斷效能；② 樣本中惡性結(jié)節(jié)偏多，絕大部分是乳頭狀癌，對分類診斷準確性有一定影響。

4 結(jié)論

AI診斷系統(tǒng)聯(lián)合醫(yī)師C-TIRADS分類可提高對良惡性結(jié)節(jié)診斷的準確度、特異性，尤其對于≤10 mm結(jié)節(jié)，其整體診斷效能更優(yōu)；對于＞10 mm結(jié)節(jié)，醫(yī)師C-TIRADS分類診斷的準確度、靈敏度、特異性更好。