今天，讓我們探究一下，人工智能（醫(yī)療3D打?。┰诜谓Y(jié)節(jié)診治中的應(yīng)用

肺癌診斷中人工智能的加入

肺癌早期常無典型臨床癥狀，僅表現(xiàn) CT 影像上的肺結(jié)節(jié)，低劑量 CT 檢查是目前早期肺癌主要的篩查手段。低劑量 CT 掃描用于肺癌篩查已被證實減低啊肺癌特異性死亡率，肺癌篩查計劃的推廣帶來了肺結(jié)節(jié)檢出率的顯著提高，對這些結(jié)節(jié)的判斷也明顯加重影像學(xué)科工作負(fù)荷。

近年來，人工智能被廣泛推廣在肺結(jié)節(jié)的鑒別、病理預(yù)測、隨訪管理等領(lǐng)域環(huán)節(jié)中，其有效性已得到初步驗證。

近日，《人工智能在肺結(jié)節(jié)診治中的應(yīng)用專家共識 (2022 年版)》（下稱《共識》）正式在《中國肺癌雜志》期刊上發(fā)布，這也是我國首部關(guān)于人工智能在肺結(jié)節(jié)診治應(yīng)用的共識。本文結(jié)合該《共識》闡述人工智能在肺結(jié)節(jié)診治工作中的具體應(yīng)用。

肺結(jié)節(jié)診斷的現(xiàn)狀與局限性

研究顯示，低劑量螺旋 CT 篩查發(fā)現(xiàn)的肺結(jié)節(jié)，惡性率僅為 10%~20%。在國家肺部篩查試驗 National Lung ScreeningTria l, NLST）研究中，對于直徑 ≥ 4 mm 的肺結(jié)節(jié)，三輪低劑量螺旋 CT 篩查后假陽性率超過 96.4%。

目前的指南建議使用正電子發(fā)射計算機(jī)斷層顯像（ positron emission tomography CT, PET-CT）掃描、支氣管內(nèi)超聲引導(dǎo)的經(jīng)支氣管活檢（endobronchial ultrasound-guided transbronchial needle aspiration, EBUS-TBB）或經(jīng)胸肺穿刺活檢（transthoracic needle aspiration, TTNA）等手段，敏感度不高。

人工智能在肺結(jié)節(jié)診斷中，能有效區(qū)分肺小結(jié)節(jié)和非結(jié)節(jié)，減少假陽性率，增加肺結(jié)節(jié)的檢出率。肺結(jié)節(jié)中的三維紋理特征、臨床信息及 CT 圖像數(shù)據(jù)計入支持向量機(jī)模型進(jìn)行肺癌預(yù)測，可提高放射科醫(yī)師診斷的敏感度與特異度。

專家共識：

低劑量螺旋 CT 篩查發(fā)現(xiàn)的肺結(jié)節(jié)，假陽性率較高，傳統(tǒng)診斷方法在肺結(jié)節(jié)的診斷中，具有較強(qiáng)的局限性。

人工智能在肺結(jié)節(jié)良惡性診斷方面已經(jīng)取得了一定進(jìn)展，但在病理分型預(yù)測、多次隨訪數(shù)據(jù)的綜合判斷、手術(shù)規(guī)劃等方面，還存在很多問題亟待解決（共識強(qiáng)度：一致共識）。

人工智能在肺結(jié)節(jié)識別中的作用

研究發(fā)現(xiàn)，人工智能在 CT 檢查結(jié)果中識別肺結(jié)節(jié)的靈敏度約為 96.7%，高于放射科醫(yī)生的 78.1%，人工智能較高的敏感度和讀片速度在肺癌篩查中具有重要價值。

但是人工智能對亞實性肺結(jié)節(jié)識別的靈敏度較低，在最高靈敏度設(shè)置下最多只能檢測到 50% 的亞實性結(jié)節(jié)。

除了用于肺結(jié)節(jié)檢測，人工智能還可用于計算肺結(jié)節(jié)的體積并估計肺結(jié)節(jié)體積的倍增時間，基于人工智能的肺結(jié)節(jié)體積測量具有高度的可重復(fù)性，尤其對于最大徑 < 10 mm 的肺結(jié)節(jié)，與直徑手動測量相比具有明顯優(yōu)勢。

專家共識：

人工智能在輔助醫(yī)生進(jìn)行肺結(jié)節(jié)識別方面，具有較大優(yōu)勢，在肺結(jié)節(jié)隨訪中判斷良惡性具有重要價值（共識強(qiáng)度：一致共識）。

人工智能對亞實性結(jié)節(jié)檢測的假陰性率較高，仍需要人工閱片確認(rèn)以減少漏診（共識強(qiáng)度：基本一致共識）。

人工智能在肺結(jié)節(jié)良惡性鑒別診斷中的作用

在 CT 影像上，肺結(jié)節(jié)主要依賴于結(jié)節(jié)的大小和生長來區(qū)分良惡性，此外，CT 影像還可以提供病灶的形狀、空間復(fù)雜性和一系列其他「紋理」特征。

根據(jù)既往綜述，四項基于不同類型數(shù)據(jù)庫的訓(xùn)練和驗證的深度學(xué)習(xí)模型的肺結(jié)節(jié)良惡性分類模型準(zhǔn)確性在 79.5%~93.6%，而基于相同類型數(shù)據(jù)庫的訓(xùn)練和驗證的深度學(xué)習(xí)模型的分類準(zhǔn)確性在 68%~99.6%，已經(jīng)具有了較高的肺結(jié)節(jié)診斷的準(zhǔn)確性。

在臨床實踐過程中，AI 輔助影像學(xué)診斷肺結(jié)節(jié)分類優(yōu)勢的主要體現(xiàn)在可以快速給出肺結(jié)節(jié)良惡性的判斷，減少了放射科醫(yī)生的工作量，提高了診斷的效率，并且 AI 算法能突出并呈現(xiàn)可疑成像特征區(qū)域給放射科醫(yī)生，有利于減少肺結(jié)節(jié)分類的誤診率。

專家共識：

人工智能技術(shù)在肺結(jié)節(jié)良惡性鑒別中可為臨床診斷提供輔助參考，但其準(zhǔn)確性還無法取代人工（共識強(qiáng)度：一致共識）。

融合多模態(tài)信息的肺癌診斷技術(shù)能夠得到更加精確的肺癌診斷效果（共識強(qiáng)度：基本一致共識）。

人工智能在肺結(jié)節(jié)病理分型預(yù)測中的作用

有學(xué)者提出根據(jù)術(shù)中冰凍結(jié)果指導(dǎo)手術(shù)切除范圍，但是術(shù)中冰凍和術(shù)后石蠟病理診斷肺腺癌亞型的一致性不夠高，術(shù)中冰凍診斷微乳頭和實性成分的敏感性僅為 37% 和 69%。目前亟需新方法在手術(shù)前輔助診斷以指導(dǎo)后續(xù)治療。

傳統(tǒng) CT 影像判讀多依據(jù)結(jié)節(jié)的特征判斷病灶的侵襲性。然而，實際臨床應(yīng)用中，不同級別和資歷的醫(yī)師對上述影像特征的理解和認(rèn)識存在著一定差異，判別能力也各不相同，且傳統(tǒng)圖像特征分析存在操作復(fù)雜、人為因素影響大、影像特征特異性不足等問題，影響臨床圖像判讀的準(zhǔn)確性。

有研究顯示，AI 能夠較好鑒別以磨玻璃結(jié)節(jié)為主要影像學(xué)表現(xiàn)的肺腺癌是否為浸潤性病變，為早期診斷和個體化治療提供臨床依據(jù)。

專家共識：

人工智能依托深度學(xué)習(xí)與記憶可準(zhǔn)確提取肺結(jié)節(jié)中有重要影響的微特征，具有無創(chuàng)、可捕捉腫瘤異質(zhì)性和可重復(fù)性等優(yōu)勢，有望分級和預(yù)判磨玻璃結(jié)節(jié)早期肺腺癌浸潤亞型，為臨床決策提供參考，但需要設(shè)計多中心、高質(zhì)量數(shù)據(jù)集、前瞻性隨機(jī)對照試驗以進(jìn)一步驗證（共識強(qiáng)度：一致共識）。

人工智能在肺結(jié)節(jié)多次隨訪數(shù)據(jù)的綜合判斷作用

Ardila 等針對 6,716 例 NLST 入組人群進(jìn)行分析，結(jié)果發(fā)現(xiàn)當(dāng)僅有單次 CT 影像數(shù)據(jù)時，AI 系統(tǒng)較六位影像醫(yī)師判讀可減低 11% 假陽性率及 5% 假陰性率；而當(dāng)有初次影像數(shù)據(jù)進(jìn)行對比時，AI 系統(tǒng)與影像科醫(yī)師判讀結(jié)果相仿，該研究結(jié)果提示，AI 系統(tǒng)可在肺癌篩查的多次影像檢查中參與更多決策。

在另一項研究中，基于 AI 算法動態(tài)評估肺結(jié)節(jié)的兩次影像檢查亦可提高肺癌的診斷率。除此之外，利用 AI 系統(tǒng)還可以指導(dǎo)肺結(jié)節(jié)的隨訪策略制定。

專家共識：

人工智能在肺結(jié)節(jié)多次隨訪數(shù)據(jù)中可協(xié)助評估肺結(jié)節(jié)體積、形態(tài)變化，對肺結(jié)節(jié)隨訪提供結(jié)節(jié)倍增時間變化、形態(tài)學(xué)改變等參考依據(jù)，進(jìn)而制定個體化隨訪間期，但其具體適用范圍有待進(jìn)一步研究（共識強(qiáng)度：基本一致共識）。

人工智能在肺結(jié)節(jié)手術(shù)規(guī)劃中的作用（三維重建）

人工智能依托神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)可以進(jìn)行肺結(jié)節(jié)良惡性判斷及病理分型預(yù)測，有望實現(xiàn)術(shù)前肺癌及其亞型的精準(zhǔn)診斷，從而優(yōu)化治療方案設(shè)計和肺結(jié)節(jié)手術(shù)規(guī)劃。

同時，借助賽納數(shù)字醫(yī)療人工智能三維可視化重建技術(shù)，可以提高手術(shù)成功率，實現(xiàn)精準(zhǔn)切除，尤其對于亞肺葉切除手術(shù)的術(shù)前模擬規(guī)劃。通過可視化與人工智能方法結(jié)合可以輔助醫(yī)生精確定義肺段和楔形切除的范圍和手術(shù)路徑。

專家共識：

基于人工智能的三維重建技術(shù)對于提高手術(shù)的安全性和準(zhǔn)確性具有重要的意義（共識強(qiáng)度：一致共識）。