AI結合低劑量CT掃描在體檢人員肺小結節篩查中的應用

朱紅偉，馬士華，康文杰，趙亞楠，崔靖，胡政乾，邢辰，周志強，崔銥婕

1.保定市第二醫院 醫學影像科，河北 保定 070151；2.保定市第一醫院 醫學影像科，河北 保定 070151；3.保定市慈惠健康體檢門診部 影像科，河北 保定 070151

引言

肺癌是我國常見的呼吸道惡性腫瘤，具有較高的致死率，嚴重威脅人們的身體健康[1-3]。研究表明，肺結節是一種肉芽腫性疾病，也是肺部腫瘤的早期表現，不明原因的肺部腫瘤早期病變中多伴有孤立性肺結節，早期發現并診斷肺結節對預防和治療肺癌有積極的意義[4]。目前臨床常用的診斷方法是胸部CT檢查結合人工智能技術（Artificial Intelligence，AI）。胸部CT對檢測肺結節有良好的效果，通過AI技術對CT成像進行篩查和標記，標記可能的病變部位，可極大地提高肺癌的早期篩查和診斷效率[5-8]。但近年來，隨著CT使用越來越廣泛，CT檢查所要求的較大輻射劑量也引起了人們越來越廣泛的關注[9-11]，且目前臨床對低劑量CT掃描尚缺乏統一的標準。基于此，本研究旨在探討AI技術結合低劑量CT掃描在體檢人員肺小結節篩查中的應用效果，以期為影像醫師結合AI技術提高肺小結節診斷效率提供一定的理論依據。

1 資料與方法

1.1 一般資料

前瞻性選取2020年1月至2021年1月在我院進行健康體檢的疑似肺小結節患者350例，根據CT掃描劑量分為觀察組與對照組，每組175例，納入標準：① 入組對象均有肺門增大、局部腫脹、疼痛、乏力、咳嗽和皮膚損害等臨床表現；② 所有患者均接受肺結節的篩查。排除標準：① 合并其他惡性腫瘤；② 對造影劑過敏或不耐受；③ 肝腎功能不全；④ 有精神疾病史。對照組：男性98例，女性77例；年齡30～51歲，平均年齡（40.36±5.23）歲；體質指數20～28 kg/m2，平均體質指數（23.66±2.15）kg/m2。觀察組：男性100例，女性75例；年齡30～51歲，平均年齡（40.12±5.39）歲；體質指數19～28 kg/m2，平均體質指數（23.35±2.39）kg/m2。兩組患者性別、年齡和體質指數比較差異均無統計學意義（P＞0.05），具有可比性。研究已經醫院倫理委員會通過，患者及家屬對掃描方案知情同意并簽署知情同意書。

1.2 掃描方法

所有患者均行64層螺旋CT掃描，儀器選用飛利浦Brilliance 64，患者取仰臥位，自肺尖至肺底，兩側至腋窩，患者吸氣后屏氣，保持屏氣狀態7～11 s完成胸部掃描。設置兩組患者的掃描參數：① 對照組患者予以常規CT掃描劑量，儀器參數：電流設置為150 mA，管電壓設置為120 kV，螺距1.0，層厚7 mm，準直參數0.6 mm；② 觀察組患者予以低劑量CT掃描劑量，儀器參數：電流設置為50 mA，管電壓設置為120 kV，螺距1.0，層厚7 mm，準直參數0.6 mm。

1.3 閱片方法

兩組患者掃描結束后，對原始數據進行薄層重建等處理，將圖像上傳至工作站進行分析。所有數據分別由人工與AI技術進行分析，并對應分組為常規劑量CT組、低劑量CT組、AI技術+常規劑量CT組和AI技術+低劑量CT組，其中常規劑量CT組與低劑量CT組為人工閱片。人工分析由2名對肺小結節診斷有經驗的主治級別以上影像學醫師采用雙盲法對胸部上、中、下3個層面圖像進行獨立閱片，意見不一致時請示上級醫師進行研究后得出統一結論；AI技術分析采用推想科技有限公司提供的推想科技AI影像輔助篩查系統，將CT原始數據和影像上傳至診斷工作站，在后臺自動分析和標識結節，統計自動識別區域病灶的數目。

1.4 觀察指標

1.4.1 4組肺結節檢出情況比較和檢出時間比較

分別記錄4組患者肺結節檢測個數與閱片時間，以病理學結果作為診斷金標準，比較4組患者肺結節中肺結節診斷的準確率和檢出時間。

1.4.2 觀察組和對照組患者的CT掃描劑量和圖像質量比較

CT掃描劑量采用預設掃描條件[12-13]對劑量長度乘積（Dose Length Product，DLP）、有效管球劑量、總管球劑量和CT容積劑量指數、CT容積劑量指數（Volume CT Dosimetry Index，CTDIvol）等指標進行計算。使用圖像質量評分法評價兩組圖像質量[14-15]，分值范圍為0～3分，0分：圖像偽影較大、模糊不清、噪聲大；1分：圖像勉強清楚、有偽影、較大噪聲；2分：圖像比較清楚、偽影少、噪聲較小；3分：圖像清楚、無偽影、噪聲較小。

1.4.3 觀察組和對照組患者肺結節形態學特征比較

（1）肺結節分葉：腫塊的輪廓表面呈現凹凸不平的多個弧形，形似多個結節融合而成。

（2）毛刺：肺結節周圍像短小密度增高的毛刺樣改變。

（3）鈣化：彌漫性分布的鈣化或者整個結節近乎完全鈣化，分層或者中央巢樣分布的鈣化。

（4）空泡：病灶內可見1～2 mm的點狀透亮影。

（5）支氣管征：上下層連續、長條或分支狀、與支氣管相關或血管伴行的小透亮影。

（6）胸膜凹陷癥：規則線條影自結節牽拉胸膜，胸膜凹入形成典型喇叭口狀。

1.5 統計學分析

采用SPSS 18.0統計學軟件進行數據分析，滿足正態分布且方差齊的計量資料采用±s表示，組間比較采用兩樣本獨立t檢驗，計數資料用n（%）表示，采用χ2檢驗，采用單因素方差分析比較4組間差異性，兩兩比較采用Bonferroni檢驗，4組診斷效能采用Kappa一致性分析（優：0.81～1.00，良：0.61～0.80，中：0.41～0.60；一般：0.21～0.40；差：≤0.20），以P＜0.05為差異有統計學意義。

2 結果

2.1 4組肺結節檢出情況比較

對入組病例中肺結節檢出率為陽性患者行病理學活檢，并將其作為兩組診斷的金標準，觀察組（常規劑量CT組與AI技術+常規劑量CT組）為22例（12.57%），對照組（低劑量CT組與AI技術+低劑量CT組）為30例（17.14%）。常規劑量CT組、低劑量CT組、AI技術+常規劑量CT組和AI技術+低劑量CT組肺結節檢出率比較無統計學意義（P＞0.05），Kappa值分別為0.738、0.722、0.742和0.756，見表1。

表1 4組肺結節檢出情況比較（n=175）

2.2 4組結節檢出時間比較

常規劑量CT組與低劑量CT組是人工閱片，受影像學分析復雜性和結節診斷難易程度影響，平均閱片時間的差異比較無統計學意義（t=1.461，P=0.145）；人工閱片組篩查者對閱片時間差異較大，平均時間為（498.37±116.74）s；此外，連續閱片30份后平均時間增加為（587.35±124.39）s。AI技術+常規劑量CT組與AI技術+低劑量CT組檢測肺結節的平均時間隨閱片時間增加，其閱片速度無明顯變化。AI智能技術閱片時間[（144.31±31.77）s]顯著短于人工閱片時間 [（444.63±105.98）s]（t=35.908，P＜0.001），見表 2。

表2 4組結節檢出時間比較（n=175，±s，s）

表2 4組結節檢出時間比較（n=175，±s，s）

注：與常規劑量CT組比較，aP＜0.05；與AI技術+常規劑量CT組比較，bP＜0.05；與低劑量CT組比較，cP＜0.05。

組別 平均閱片時間常規劑量CT組 452.61±103.44 AI技術+常規劑量CT組 145.37±30.69a低劑量CT組 436.65±100.87b AI技術+低劑量CT組 143.24±31.55ac F值 719.907 P值 ＜0.001

2.3 觀察組與對照組掃描劑量和圖像質量比較

觀察組各項掃描輻射劑量參數（DLP、有效管球劑量、總管球劑量和CTDIvol）均明顯低于對照組（P＜0.05），但兩組患者圖像質量評分無統計學差異（P＞0.05），見表3。

表3 觀察組與對照組掃描-劑量和圖像質量比較（n=175，±s）

表3 觀察組與對照組掃描-劑量和圖像質量比較（n=175，±s）

組別 DLP/（mGy·cm）有效管球劑量/mAs總管球劑量/mAs CTDIvol/mGy圖像質量評分/分觀察組156.36±20.36 43.63±5.36 986.63±99.63 3.65±0.39 2.69±0.91對照組456.36±46.32 113.62±12.33 3156.32±325.32 9.68±0.99 2.50±0.98 t值 78.436 68.866 84.360 74.968 1.879 P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001 0.061

2.4 觀察組與對照組患者肺結節形態學特征比較

兩組患者劑量掃描中肺結節分葉、毛刺、鈣化、空泡、支氣管征和胸膜凹陷癥檢出率比較差異無統計學意義（P＞0.05），見表4。影像學特征如圖1～2所示。

圖1 右肺上葉尖段實性結節形態學特征

圖2 左肺下葉內前基底段實性結節形態學特征

表4 觀察組與對照組患者肺結節形態學特征比較[n（%）]

2.5 觀察組與對照組患者肺結節檢出情況比較

觀察組患者肺總結節檢出率與對照組相比無顯著差異（P＞0.05），見表 5。

表5 觀察組與對照組患者肺結節檢出情況[n=175，n（%）]

2.6 觀察組與對照組患者不同直徑分段結石檢出率比較

兩組患者在各個直徑分段中結節檢出率均無統計學差異（P＞0.05），見表 6。

表6 觀察組與對照組患者不同直徑分段結節檢出率[n（%）]

3 討論

目前臨床對肺結節的病因機制尚未明確，有研究發現，其可能與機體免疫系統細胞功能和體液免疫功能異常有關[16-17]。由于肺結節早期缺乏肉眼可見的臨床表現，但是影像學檢查可見直徑≤3 cm的不規則形狀，因此，影像學檢查被廣泛用于肺小結節篩查[18-20]。孟令雷等[21]研究發現，多層螺旋CT低劑量掃描鑒別肺部小結節的應用價值和安全性均較高，但該研究中未考慮到閱片醫生因疲勞感造成的誤診與漏診情況。馬寧強等[22]的研究中對比了AI技術閱片與人工閱片方法在肺結節診斷中閱片時間和假陽性率，但該研究中未探討CT不同劑量掃描下的影像學特征，故而存在一定局限性。

本研究發現，常規劑量CT組、低劑量CT組、AI技術+常規劑量CT組和AI技術+低劑量CT組檢出率比較無顯著差異，Kappa值分別為0.738、0.722、0.742和0.756，且靈敏度、特異度、準確率比較無明顯差異，提示4組方法均可較好地檢出肺小結節，具有較高診斷效能，但AI技術閱片時間顯著短于人工閱片時間。低劑量CT掃描具有分辨率高、操作簡單等優點被廣泛應用于健康人群的篩查，但大量的CT圖像分析增加了放射科醫師的臨床工作量，尤其是在大量體檢人群篩查時，大量閱片易增加疲勞感，導致誤檢和漏檢的現象，AI技術的臨床應用可減輕影像學醫師的閱片壓力，對簡化工作流程和提高工作效率有重要意義。

本研究發現，觀察組各項掃描輻射劑量參數均明顯少于對照組，兩組患者圖像質量評分無顯著差異。說明低劑量的螺旋CT掃描不會對圖像質量產生較大的影響，但可更清晰地觀察到病灶的位置和形態，同時還可以降低輻射對患者的影響。說明低劑量的CT掃描可以較大程度降低CT的輻射劑量，對患者的輻射危害性較小，提高CT掃描的安全性[23-25]。兩組患者掃描中肺結節分葉、毛刺、鈣化、空泡、支氣管征和胸膜凹陷癥的檢出率比較無顯著差異。但由于肺內結構復雜，肺結節的位置和形態具有多樣性，AI影像輔助篩查系統采用了3D神經網絡，采用數據編程對肺結節進行自動識別與分割，并對結節的特異性進行分析和描述，篩查并標記可疑病變，影像醫師在此基礎上進行二次判讀，減少了醫生的工作量，提高了工作效率。此外，觀察組和對照組患者在肺結節整體檢出率方面無顯著差異，說明低劑量的CT掃描方法也可有效檢出肺結節。由于空氣與肺病變的對比度高，在一定范圍內降低管電流可以降低對人體的輻射劑量，雖然增加了噪聲但不會影響到肺部病變的檢出和診斷。王永剛等[26]的研究提出，未來的發展方向是以最小的放射劑量獲得更清晰的圖像，與本研究的結果具有一致性。同時本研究中，觀察組和對照組各分段結節檢出率無顯著差異，肺結節大小與定性分析有顯著的關系，結節直徑越小，定性分析難度越大，各種病理學變化特征的檢出難度也增加，說明低劑量CT掃描方法不會降低對肺結節診斷的特異性，具有與常規劑量CT掃描相同的鑒別診斷結果。

4 討論

綜上所述，在體檢中采用AI技術結合低劑量的CT掃描方法，對檢測肺小結節的檢出和診斷有重要的輔助價值；對位置進行標記給出風險評估報告，可節省閱片時間，降低人工成本，提高肺癌早期診斷的準確率。