文献速递胸部CT

CT剂量降低对AI驱动的偶然性肺结节恶性程度估计的影响

Influence of CT dose reduction on AI-driven malignancy estimation of incidental pulmonary nodules.
PubMed 文献 · Eur Radiol · 2023-10-23

本研究纳入169例患者196个经组织学证实的肺部恶性结节,将原始CT图像模拟降至25%和5%剂量后输入商用肺癌预测卷积神经网络(LCP-CNN)。模拟剂量降至5%时平均LCP评分降低、rule-in阈值下正确分类比例下降,部分结节风险分组发生转移;rule-out方法未见显著差异。结论认为CT剂量降低可能影响该软件的恶性分类并潜在改变结节管理。

要点

  • 模拟5%剂量时平均LCP评分8.2±1.9,低于原始剂量的8.5±1.7(p<0.05)。
  • rule-in阈值(≥9)下正确分类比例由原始剂量58.2%降至5%剂量的52.0%(p=0.01)。
  • rule-out阈值(>4)下正确分类比例95.9%、96.4%、94.4%,差异无统计学意义(p=0.12)。

核心结论

  • 模拟剂量降低75%似乎可行,未显著改变LCP-CNN结果;模拟剂量降低95%至超低剂量水平可能改变基于深度学习的恶性风险估计结果,并可能影响患者管理。
  • 使用较低恶性风险阈值的rule-out方法可避免低估肺癌风险,尤其在高风险队列中。

研究设计与样本

  • 回顾性研究,来自本地肺癌中心档案的218例患者,最终纳入169例患者196个经组织学证实的T1肺癌结节(平均年龄64.5±9.2岁,49%女性),初始胸部CT扫描时间为2013年至2017年。
  • CT扫描来自20多个站点、5个不同CT厂商(西门子130例、飞利浦34例、GE 28例、东芝25例、佳能1例),80%(175例)使用对比剂。
  • 对每例CT生成原始、25%和5%三个剂量水平,25%和5%剂量水平分别模拟低剂量(1–2 mSv)和超低剂量(0.1–0.2 mSv)胸部CT。
  • 使用商用FDA批准的LCP-CNN(基于Dense Convolutional Network,在NLST数据上训练),由放射科医生手动标记结节后算法自动分割并给出1–10分恶性可能性评分。

关键影像表现/征象

  • 图2示65岁男性左上叶10 mm小细胞肺癌,原始、25%、5%剂量LCP评分分别为4、3、3,均对应估计恶性风险<5%。
  • 图3示61岁女性左上叶18 mm部分实性病变(实性部分8 mm),三个剂量水平LCP评分均为10,对应估计恶性风险>65%,活检为腺癌。

诊断标准与关键数值

  • 根据美国胸科医师学会指南,LCP评分≤4对应恶性风险<5%(低风险),5–8对应5–65%(中风险),≥9对应>65%(高风险)。
  • rule-in方法定义为LCP评分≥9或10判为正确分类的恶性结节;rule-out方法定义为LCP评分>4判为正确分类。
  • 原始、25%、5%剂量平均LCP评分分别为8.5±1.7、8.4±1.7(vs原始p>0.05)、8.2±1.9(vs原始p<0.05);25%与5%之间差异未达统计学显著(p=0.07)。
  • 原始与25%剂量评分相关性几乎完美(κ=0.81),原始与5%剂量仅中等相关(κ=0.54)。
  • rule-in方法正确分类比例:原始58.2% vs 25% 56.1%(p=0.34)vs 5% 52.0%(p=0.01);rule-out方法:95.9%、96.4%、94.4%(p=0.12)。

临床应用与阅片要点

  • 原始剂量扫描中LCP-CNN将58%(114/196)的恶性结节评为≥9分(rule-in阈值),5%剂量模拟时该比例显著降至52%。
  • rule-out方法下假阴性:原始4%(8例)、25%剂量4%(7例)、5%剂量6%(11例),差异未达统计学显著。
  • 降至25%剂量时7%(13例)结节风险分组转移,其中5例升组、8例降组;降至5%剂量时14.8%(29例)转移,7例升组、22例降组。
  • 5%剂量模拟下仅0.5%(1例)被错误分入低风险组,2%(4例)被错误分入低风险组,支持在高风险队列中使用低阈值rule-out方法。
  • 作者结论认为使用较低恶性风险阈值的rule-out方法可避免低估肺癌风险。

局限性

  • 队列不符合软件最初设计和批准的纳入标准,因包含对比剂增强扫描和部分实性结节。
  • 仅纳入组织学证实的恶性结节,无法评估假阳性率,并限制与类似研究的可比性;作者认为需要在包含良性对照组的队列中验证结果。
  • 作者认识到后处理生成的虚拟剂量降低并非低剂量或超低剂量CT扫描的完美替代。
  • 作者结论提出下一步需在更大队列中重复分析,理想为前瞻性随机对照设置,并包含恶性和良性结节以及更多非实性结节。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2023 Oct 23;34(5):3444–52. doi: 10.1007/s00330-023-10348-1

引言

肺结节是胸部计算机断层扫描(CT)中常见的偶然发现,过去三十年间其检出率大幅上升,主要驱动因素包括螺旋CT的引入等技术进步、筛查检查数量的增加以及CT扫描仪的广泛普及。文献报道中,包含肺结节的胸部CT扫描比例在15%至50%之间[1, 2]。目前针对偶然发现及筛查检出结节的管理指南均基于结节大小(或结节体积)并结合患者的个体风险特征[2–5]。

总体上能够准确预测肺结节的恶性程度,不仅可减少不必要的随访检查或有创干预的数量,还可缩短患者确诊所需的时间。这有可能使早期肺癌获得治愈性治疗,从而改善患者的总体生存率[6]。

为辅助肺结节的风险预测,已开发了多种基于影像学和临床参数的恶性程度评估模型[7, 8]。其中最著名的之一是由布鲁克大学开发的逻辑回归模型[7]。尽管该模型最初是为筛查检查而设计,但过去也已在偶然性肺结节队列中成功得到验证[9–11]。然而,对此类预测模型在临床实践中的使用存在一些担忧。例如,不同观察者之间在数据输入方面(如精确的结节测量或结节边界的分类)存在相当大的差异[12, 13]。此外,Vachani等人提出了关于各分析队列潜在癌症患病率不同可能导致结节恶性程度被高估的担忧[14]。

要克服放射学病灶评估中的不准确性,一个关键步骤是利用计算机辅助诊断(CAD)系统。CAD系统通过减少阅片者间变异性,帮助放射科医生检测和分类结节[15–17]。此外,人工智能(AI)系统总体上,尤其是基于深度学习(DL)的恶性风险分层,正日益被研究其在通过恶性预测辅助正确结节分类方面的能力。这些系统直接与图像和患者信息交互,无需手动数据输入或阅片者交互。本研究评估的肺癌预测卷积神经网络(LCP-CNN)为每个评估的结节生成个体化恶性风险评分[18]。它专门设计用于识别良性结节,以避免不必要的随访检查[19]。已有数项研究评估了该算法的潜力,其中一些暗示其优于已建立的风险模型[19–22]。然而,鉴于此类系统在日常临床实践中的日益广泛应用,关于如何将其用于实际患者管理尚无共识,它们也尚未被纳入上述指南。基于DL的系统的一个主要担忧是,从可用训练数据到所有临床场景的泛化能力,涵盖局部流行病学差异、患者因素如年龄、基础肺部疾病如肺气肿或纤维化,以及技术偏倚如CT制造商、CT技术(例如单源或双源、双层探测器、光子计数)、扫描参数和CT剂量。由于肺部病灶的表现会随这些因素而变化,基于DL的算法性能可能受到影响。因此,Wichmann及其同事建议使用来自不同中心和供应商的数据集训练算法,以避免疾病患病率偏倚或技术偏倚等问题[23]。

剂量降低对基于DL的CAD系统的影响已在先前使用胸部体模的研究中进行了评估[24, 25],并在相对较小的临床队列中得到了验证[26, 27],但仍需要在更大队列中、跨越广泛多样的CT扫描仪和供应商进行验证。由于上述软件设计用于识别良性病灶[19],目标是通过使用经证实的恶性肿瘤队列来评估该软件的局限性和假阴性率。

本研究的目的在于评估(1)使用偶发肺部恶性肿瘤患者队列,剂量降低对基于深度学习的恶性风险分层系统的影响,以及(2)剂量降低对病灶管理造成的影响。

方法/材料

研究队列

本研究经当地伦理委员会批准,并按照《赫尔辛基宣言》的原则进行。在这项回顾性研究中,使用了来自当地肺癌中心档案的患者选择,共包括218名患者。该选择由组织学证实的T1肺癌患者(活检或切除)组成,这些患者在2013年至2017年间接受了初始胸部CT扫描(表1)。

表1 患者和结节特征 查看原表 ↗

计算机断层扫描扫描和虚拟CT剂量降低模拟

主要队列的218次CT检查(80%使用对比剂,n = 175)来自20多个不同站点,涉及五家不同的CT供应商(西门子,n = 130;飞利浦,n = 34;GE,n = 28;东芝,n = 25;佳能,n = 1)。采集的最小层厚范围为0.5至4 mm,大多数扫描的最小层厚≤ 1.5 mm(66.8%,表2)。重建算法包括滤波反投影(n = 98)以及迭代重建(n = 71)。扫描范围从仅胸部采集到全身检查不等。仅胸部采集(n = 101)、胸部加颈部或腹部采集(n = 35)、全身采集(n = 3)和PET/CT扫描(n = 30)的平均有效剂量分别为4.4 mSv、12.8 mSv、9.0 mSv和4.2 mSv。CT检查被传输至专门从事低剂量CT(LDCT)模拟的专用后处理影像实验室(杜克大学Ravin高级成像(RAI)实验室)。降低剂量模拟通过使用先前描述的基于CT图像的噪声添加工具[28]向图像中添加统计噪声来生成。每次CT扫描创建两个低剂量模拟水平,从而为每次检查产生三个不同的剂量水平:原始、25%和5%剂量水平。选择25%和5%剂量水平以模拟低剂量(1–2 mSv)和超低剂量(0.1–0.2 mSv)胸部CT扫描[29]。

表2 CT扫描参数 查看原表 ↗

肺癌预测卷积神经网络

本研究使用的算法是一种市售的FDA批准的LCP-CNN,其基于密集卷积网络,这是一种为计算机视觉任务设计的深度学习CNN架构[20, 21, 30]。它在美国国家肺癌筛查试验(NLST)数据上进行了训练。在所使用版本的标准流程中,相应结节由放射科医师手动标记,算法随后自动分割结节及特定的结节周围感兴趣区,无法进行二次手动调整。随后它提供1至10分的评分,可解读为该特定结节的恶性可能性,评分越高表明恶性机会越大。Kim等人根据美国胸科医师学会指南的恶性风险阈值提出了分为三个风险组的方案:LCP评分≤ 4(恶性风险< 5%)、LCP评分5–8(恶性风险5–65%)和LCP评分≥ 9(恶性风险> 65%)[22, 31]。LCP-CNN的详细描述见补充材料。

对患者管理影响的评估

为了评估模拟剂量降低对患者管理的可能影响,根据美国胸科医师学会指南[5]的两个恶性风险阈值,比较了三个剂量水平之间正确分类结节的比例。该指南提出了5%(“排除”)和65%(“纳入”)恶性风险阈值,将当前队列分为三个风险组:低风险:LCP评分≤ 4,等同于恶性风险< 5%

中等风险:LCP评分5–8,等同于恶性风险5至65%

高风险:LCP评分≥ 9,等同于恶性风险> 65%

按照这些分类,“正确”分类的恶性结节的定义是:使用“纳入规则”方法时评分为9或10分,使用“排除规则”方法时评分>4分。为本研究之目的,基于模拟剂量降低的这些分类变化被假定为对患者管理具有临床相关性。

统计分析

所有分析均使用SPSS(SPSS Statistics,IBM Corp.,版本25.0)和GraphPad Prism(GraphPad Software,Inc.,版本8)进行。计量变量以均值(标准差)报告,分类变量以绝对数(相对比例)报告。三种剂量水平的LCP评分使用配对样本的Friedman ANOVA进行比较,正确分类结节的数量使用Cochran's Q检验进行比较。使用Cohen's Kappa(κ)评估不同剂量水平LCP评分之间的相关性。其中,κ的解释如下:轻微一致性(0 < κ ≤ 0.2)、一般一致性(0.2 < κ ≤ 0.4)、中等一致性(0.4 < κ ≤ 0.6)、高度一致性(0.6 < κ ≤ 0.8)、几乎完全一致(0.8 < κ ≤ 1.0)[32]。p值<0.05被认为具有统计学意义。

结果

患者及结节特征

在评估主要队列后,8例患者因技术问题(如肺部覆盖不完整)导致虚拟剂量降低模拟不可行而必须被排除。另有41例患者因LCP-CNN因限制条件(如层厚>4 mm、CT层面缺失或结节分割不可行)拒绝分析CT数据集而必须被排除(图1)。

总共169例患者、196个恶性肿瘤被纳入研究(平均年龄±标准差,64.5±9.2岁,49%为女性;表1,图2和图3)。189个结节为肺部原发恶性肿瘤,3个为转移瘤,4个为其他病变(梭形细胞癌,n=1;腺样囊性癌,n=1;炎性成纤维细胞肿瘤,n=1;透明细胞肿瘤,n=1;表1)。

图1 患者流程图 查看原图 ↗
图2 一名65岁男性患者(既往吸烟者,40包年)的CT图像,显示左肺上叶(圆圈)一个直径10 mm的小细胞肺癌(红箭头),分别在100%(A)、模拟25%(B)和5%(C)剂量下成像。三种剂量水平对应的LCP评分分别为4、3和3(对应于三种剂量水平下估计的恶性风险均<5%) 查看原图 ↗
图3 一名61岁女性患者(长期吸烟者)的CT图像,左肺上叶(红箭头)有一个18 mm的部分实性病变(实性部分8 mm),分别在100%(A)、模拟25%(B)和5%(C)剂量下成像。三种剂量水平对应的LCP评分均为10(对应于三种剂量水平下估计的恶性风险均>65%)。活检显示该肿瘤为腺癌 查看原图 ↗

模拟剂量降低导致LCP-CNN性能下降

平均LCP评分在原始剂量检查(8.5±1.7)与25%剂量(8.4±1.7,p=0.42)之间相似,而较5%剂量模拟(8.2±1.9,p=0.006)更高(表3,图4)。25%与5%剂量模拟之间的差异未达到统计学显著性(p=0.07)。原始剂量与25%剂量评分之间的相关性几乎完全一致(κ=0.81),而原始剂量与5%剂量之间的相关性仅为中等(κ=0.54)。

使用5%恶性风险阈值(“排除”阈值)比较三种剂量水平,发现在正确分类结节的比例方面无显著差异(95.9% vs. 96.4% vs. 94.4%;p = 0.12)。当使用65%恶性风险阈值(“纳入”阈值)进行相同分析时,与原始剂量相比,算法在5%剂量模拟下将显著更少的结节分类为高风险结节(52.0% vs. 58.2%;p = 0.01)。值得注意的是,原始剂量与25%剂量水平模拟产生了相似的敏感性(56.1% vs. 58.2%,p = 0.34)。

亚组分析显示,正确分类结节的比例与最常见的潜在肺部病变(支气管炎、肺气肿和小气道疾病)之间无显著相关性。

表3 不同剂量水平之间肺癌预测(LCP)评分的交叉表 查看原表 ↗
图4 按剂量水平分组的肺癌预测(LCP)评分直方图 查看原图 ↗

模拟剂量降低可导致恶性风险分组的重新分类

三种剂量水平之间不同恶性风险分组的分布相似(表4)。总体而言,在比较原始剂量与25%剂量模拟扫描时,7%(n = 13)的结节转移至另一恶性风险分组;其中,3%(n = 5)的结节转移至更高恶性风险分组,5%(n = 8)转移至更低风险分组(图5)。关于密度和大小分组,转移的结节中23%(n = 3)为亚实性结节,实性结节中20%(n = 2)< 10 mm。

当比较5%剂量模拟的评分与原始扫描的评分时,14.8%(n = 29)的结节被重新分类至另一恶性风险分组;4%(n = 7)转移至更高恶性风险分组,11%(n = 22)转移至更低风险分组(图5)。

关于密度和大小分组,转移的结节中24%(n = 7)为亚实性结节,实性结节中23%(n = 5)< 10 mm。

表4 按剂量水平的风险分组分布 查看原表 ↗
图5 模拟剂量降低引起的风险分组重新分类。a 原始剂量 vs. 25%剂量。b 原始剂量 vs. 5%剂量 查看原图 ↗

讨论

在本研究中,我们能够证明模拟剂量降低对基于深度学习(DL)的恶性风险分层系统在经证实的肺部恶性肿瘤队列中的性能存在影响,这可能对患者管理产生影响。

基于人工智能(AI)的计算机辅助诊断(CAD)系统的剂量依赖性此前已有描述[24, 33–35];然而,现有研究主要关注结节检测而非恶性风险评估。迄今为止,剂量降低效应的评估主要在肺癌筛查项目中进行,而非在偶发肺结节的背景下进行。然而,光子计数探测器等最新发展将不可避免地增加日常临床常规中低剂量胸部CT的应用数量[36],并凸显了其对偶发肺部恶性肿瘤的相关性。例如,Jungblut等人已在这方面迈出了第一步,评估了在降低剂量水平的光子计数CT扫描中由能量积分探测器(EID)-CT训练的算法的性能[37]。

在我们的研究中,LCP-CNN 在原始扫描中将所有恶性肿瘤中的 58%(n = 114/196)评分为 ≥ 9,即所谓的“纳入规则”阈值 [5]。当使用 5% 剂量模拟时,这一比例显著下降至 52%。这些数字与 Massion 等人的结果有一定可比性,他们报告在两个不同队列中正确分类肺癌的比例分别为 36% 和 70% [20]。

使用所谓的“排除规则”方法,以 LCP 评分 < 4 为阈值,在原始扫描、25% 和 5% 剂量模拟中分别观察到 4%(n = 8)、4%(n = 7)和 6%(n = 11)的假阴性,差异未达到统计学显著性。Massion 及其同事报告的两个队列的相应值分别为 2% 和 3%。这些发现强调了上述事实,即该算法主要设计用于排除良性结节,而非正确识别恶性结节。有趣的是,与 Massion 等人的差异并不如预期的那样显著,尽管当前工作纳入了实性和亚实性两种类型的结节密度,以及增强和非增强 CT 扫描。Massion 及其同事仅纳入了软件最初训练时所使用的非增强扫描中的实性结节。显然,该算法也能够以相当的性能处理增强扫描和亚实性结节。

关于模拟剂量降低的影响,可以表明,至少在仅关注肺部恶性肿瘤的这一特定设置中,将剂量降至原始剂量的 25% 和 5% 会导致平均 LCP 评分降低。为了阐明这些发现的临床相关性,分析了三个剂量水平之间的恶性风险组转移情况。考虑所有向上和向下转移,4%(低剂量)和 9%(超低剂量)的所有结节被错误地归类为中等风险组而非高风险组,这理论上可能延迟患者的正确诊断和及时治疗。然而,在模拟剂量降低后,仅有 0.5% 和 2% 的结节被错误地归类为低风险组,这再次强调了 LCP-CNN 应更适用于以低恶性风险阈值为基础的“排除规则”方法。

本研究存在若干局限性。首先,该队列未满足软件最初设计和获批的标准,因为其中包含增强扫描和亚实性结节。尽管如此,该算法在当前研究中的表现与验证研究相当,而验证研究符合严格的入选标准 [20]。此外,似乎有必要不仅针对某一特定设置评估软件性能,尤其是在全球范围内即将开展或已经建立的肺癌筛查项目背景下,这些项目预期会涉及多种不同厂商、扫描仪类型和扫描方案。

其次,本研究仅纳入经组织学证实为恶性的结节。该方法能够评估系统的假阴性率,但无法对假阳性率作出任何陈述,并限制了与类似研究的可比性。然而,鉴于该软件的设计目的是排除肺结节的恶性而非正确检测恶性(如既往已报道[19]),使用一组已证实为恶性的队列来评估软件的局限性似乎更具吸引力。然而,仍需在包含良性对照组的队列中对我们的结果进行验证。

第三,作者认识到在后处理过程中创建的虚拟剂量降低并非低剂量或超低剂量CT扫描的完美替代。然而,该方法此前已被验证[28],并使得无需不必要的辐射暴露即可进行患者自身对照比较。

总之,本研究表明,模拟降低75%剂量似乎是可行的,且不会显著改变LCP-CNN的结果。模拟降低95%剂量至超低剂量水平可能会改变基于深度学习(DL)的恶性风险估计系统的结果,至少在当前使用已证实恶性高危队列的设置中如此,且这种改变可能影响患者管理。然而,通过使用较低恶性风险评分阈值的“排除”方法,可以避免对肺癌的低估。

该软件走向临床实施的下一步是通过在更大队列中重复分析来验证所获得的结果,理想情况下应在前瞻性、随机对照的设置中进行,且队列应同时包含恶性和良性结节,以及较大数量的非实性结节。

补充信息

以下是电子补充材料的链接。补充文件1(PDF 522 KB)

引用

  1. Peters AA, Solomon JB, von Stackelberg O, et al. Influence of CT dose reduction on AI-driven malignancy estimation of incidental pulmonary nodules. Eur Radiol. 2023. PMID: 37870625. doi:10.1007/s00330-023-10348-1
  2. 全文:PMC11126495(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11126495/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。