文献速递乳腺技术与安全乳腺X线

人工智能能否通过评估乳腺断层合成中的胸肌来检测女性2型糖尿病:一项诊断研究

Can artificial intelligence detect type 2 diabetes in women by evaluating the pectoral muscle on tomosynthesis: diagnostic study.
PubMed 文献 · Insights Imaging · 2024-03-27

本回顾性单中心诊断研究纳入287例连续女性患者的11,594张含胸肌的左侧数字化乳腺断层合成图像,用EfficientNetB5卷积神经网络按糖化血红蛋白水平分为正常、糖尿病前期和糖尿病三组进行训练与测试。模型训练在第15个epoch完成,准确率92%,平均特异度和敏感度均为95%,F1分数0.95,AUC-ROC 0.995,PPV 94%,NPV 98%。作者认为人工智能可通过评估胸肌组织区分糖尿病状态,可能成为乳腺断层合成检查中的机会性筛查工具。

要点

  • 模型基于胸肌DBT图像区分正常、糖尿病前期和糖尿病,AUC-ROC达0.995。
  • 测试集中正常组精确率98%、糖尿病前期和糖尿病组93%,三组平均精确率95%。
  • 召回率正常组90%、糖尿病前期组95%、糖尿病组98%,F1分数三组分别为0.94、0.94、0.96。

核心结论

  • 人工智能可通过评估DBT图像中的胸肌组织检测女性糖尿病状态,准确率92%。
  • 人工智能可能作为乳腺断层合成检查中的机会性糖尿病筛查工具。

研究设计与样本

  • 回顾性单中心观察性诊断研究,纳入287例连续女性患者(平均年龄60岁,范围40-77岁),共11,594张含胸肌的左侧DBT图像。
  • 使用Siemens Mammomat Revelation设备采集左乳内外侧斜位DBT图像,以同日糖化血红蛋白A1c百分比值为参考标准。
  • 采用EfficientNetB5卷积神经网络进行迁移学习,数据集按85%训练、15%测试划分,同一患者图像仅进入训练组或测试组之一。
  • HbA1c≤5.5%为对照组,5.6-6.4%为糖尿病前期组,≥6.5%为糖尿病组,每组再按年龄分为40-49岁、50-59岁、60岁及以上三个亚组。

关键影像表现/征象

  • 模型通过评估胸肌密度来判断患者的糖尿病状态(正常、糖尿病前期或糖尿病)。
  • 输入模型的图像经裁剪仅包含胸肌区域,并调整尺寸至224×224。

诊断标准与关键数值

  • HbA1c≤5.5%定义为正常对照组,5.6-6.4%为糖尿病前期,≥6.5%为糖尿病。
  • 模型整体准确率92%,平均特异度和敏感度均为95%,F1分数0.95,AUC-ROC 0.995,PPV 94%,NPV 98%。
  • 测试集中正常组精确率98%、糖尿病前期和糖尿病组精确率93%;召回率正常组90%、糖尿病前期组95%、糖尿病组98%。
  • 正常组F1分数0.94,糖尿病前期组0.94,糖尿病组0.96。

临床应用与阅片要点

  • 作者认为人工智能在乳腺断层合成检查中可能有机会性用于糖尿病筛查。
  • 作者认为该技术可能通过人工智能实现糖尿病的早期无创检测。
  • 作者认为人工智能可能在检测肌肉组织病理变化方面有广泛应用。

局限性

  • 可能存在人群偏倚,因为研究患者选择可能不能完全代表一般人群的多样人口学特征。
  • 回顾性设计可能在数据收集和分析中引入固有局限和偏倚。
  • 纳入患者数量有限,可能限制研究结果的普适性。
  • 同一患者的多张图像可能引入数据集内的相关性或依赖性。
  • 研究主要关注女性,限制了结果对更广泛人群的普适性。
全文中译7 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:Insights Imaging. 2024 Mar 27;15:99. doi: 10.1186/s13244-024-01661-4

引言

根据2021年统计数据,全球21–79岁人群糖尿病患病率为10% [1]。由于即食食品和快餐的营养导向、久坐生活方式以及运动习惯不足,2型糖尿病(T2DM)的患病率在全球范围内持续上升。通过线粒体产生能量的组织中葡萄糖的利用受到限制。当机体无法有效利用葡萄糖时,会转而采用替代性能量产生途径,导致继发性异位脂肪堆积。

T2DM与微血管并发症相关,如肾病、神经病变和被忽视的视网膜病变,这些并发症与更高的死亡率相关。此外,大血管并发症与死亡率显著相关(HR = 2.00,95% CI = 1.69–2.38)[2]。除了导致相当大残疾的传统微血管和大血管疾病外,“衰弱和肌少症”正在成为第三类并发症[3]。骨骼肌质量丢失、肌肉无力和/或身体功能丧失是被称为肌少症的这一综合征的标志[4]。T2DM中存在的胰岛素抵抗是身体功能和活动能力下降的间接促进因素,且T2DM与肌少症风险增加三倍相关,新诊断T2DM患者中有8.2%患有肌少症即为证据[5]。

骨骼肌是体内最大且对胰岛素最敏感的器官。这使其能够负责大部分从血液中摄取葡萄糖。因此,它们在调节葡萄糖稳态中发挥关键作用。约80–90%的葡萄糖消耗和肌因子合成发生在横纹肌中[6]。优质肌肉组织,定义为正常衰减肌肉面积/腹部总肌肉面积比值,对T2DM具有保护作用[7]。一项队列研究发现,在先前健康的人群中,肌肉质量与T2DM发病率呈负相关[8]。与同年龄组健康个体相比,T2DM患者三角肌的超声图像记录为高回声[9]。这是一个有前景的迹象,表明人工智能(AI)分析图像特征(如形状、体积和面积)的能力可用于检测糖尿病状态。深度学习作为AI近期的一项创新,在某些应用中已显示出以与熟练临床医生相当或接近的敏感性和特异性解读医学图像的能力[10]。然而,目前尚无AI模型尝试基于放射学肌肉组织图像诊断糖尿病。

数字乳腺断层合成(DBT)是一种用于40岁以上患者乳腺癌筛查的方法。成像时包含胸肌以确保乳腺组织被覆盖。尽管已有与DBT相关的重要人工智能研究,但这些研究主要集中于良恶性鉴别,此前尚无将DBT用作机会性诊断工具的场景。从生理学角度看,在40岁时,可观察到进行性和广泛性的肌肉质量丢失[11]。糖尿病(DM)已被证明对这一过程有负面影响。因此,本研究的关注群体更容易受到糖尿病对骨骼肌影响的作用。2型糖尿病(T2DM)的早期诊断可以挽救生命并减轻医疗费用负担。它还可以预防并发症、改善患者生活质量、减少用于治疗并发症的时间和预算,从而减轻医生的工作负担。

尽管常规实践使用血液生化检查来诊断糖尿病,但内脏脂肪和肌肉质量也可能是T2DM的良好预测指标[8, 12]。因此,在本研究中,我们旨在研究胸肌——它决定DBT的质量,目前尚未被用于任何关于肌肉组织的输出。我们开发了一种深度学习人工智能模型,从成像区域内的肌肉组织中检测患者的糖尿病状态,作为血液生化检查的一种非侵入性替代方法。

材料/方法

这项回顾性观察性诊断研究经Medipol大学非干预性临床研究伦理委员会批准,参考编号为E-10840098-772.02-1232(17.02.2022/决定编号:187)。这是一项回顾性、匿名化的诊断研究,确保患者隐私和保密性。因此,无法获取知情同意,也无需获取。

受试者

分析了我们2022年3月至2023年1月期间的电子记录。选取了接受筛查性断层合成且当日有HbA1c%值的无症状患者。对2521例40岁及以上女性的DBT检查进行了回顾性分析,这些女性在Medipol Mega大学医院放射科乳腺成像单元通过DBT接受了乳腺组织筛查。所有患者(均为女性;平均年龄±标准差为55±10,年龄范围40至77岁)均使用Siemens Mammomat Revelation(德国埃尔朗根)以DBT方法进行检查。记录了患者左侧内外侧斜位(MLO)DBT检查中显示胸肌水平充分的图像。图1中回顾了“数据选择流程图”。

以下是纳入标准:影像判读结果分类为BIRADS 1、2和3的病例

分类为BIRADS 0,但在与补充检查同期进行的超声检查中观察到BIRADS 1、2或3表现的病例

以下是排除标准:包含不充分、模糊或无胸肌组织的图像

影像判读为可疑肿块(BIRADS 4、5、6)

有癌症手术、放射治疗或化学治疗史的患者

正在接受糖尿病处方治疗的患者

右侧MLO图像:未纳入研究,因为与左侧相比,一般人群中右上肢使用更频繁,预期会导致右侧胸肌肥大

图1 数据选择流程图 查看原图 ↗

研究设计

连续、匿名地从放射学信息系统中收集了纳入本研究的40岁及以上女性患者的左侧DBT图像,这些患者因综合健康筛查就诊于Medipol Mega医院,图像以DICOM格式采集以建立数据集。从医院电子信息系统中记录了为糖尿病筛查所采集血样获得的HbA1c%值。血样于DBT检查当日采集。本研究未进行额外的DBT或HbA1c检测。

在常规实践中,血浆HbA1c是评估患者慢性血糖水平的标准诊断检测。HbA1c值正常(≤ 5.5%)的患者构成对照组。HbA1c值在5.6%至6.4%之间的病例归类为糖尿病前期,≥ 6.5%者归类为糖尿病,并纳入研究组。每组根据年龄分为三个亚组:40–49岁、50–59岁和60岁及以上。我们尝试提供最少数量的图像以维持AI成功学习。因此,每个年龄段每个类别目标采集至少1000张图像。最初共采集了13,927张图像。同一患者的多张图像被纳入我们的数据集。为实现交叉验证,单一患者的所有图像均在训练组或测试组中进行分析。通过这种方式,我们试图防止过拟合。

在输入AI之前,进行了图像筛选和部分组间缩减,以防止模型偏倚,并确保三个类别(正常、糖尿病前期和糖尿病)在覆盖3个年龄段(40–49岁、50–59岁和60岁及以上)的各亚组间分布均衡。总体而言,11,594张含胸肌的图像被输入模型。所有亚组的数量见表1。

胸肌图像被裁剪至仅包含胸肌。裁剪后的图像根据患者的HbA1c水平分为三个不同类别(正常、糖尿病前期和糖尿病)并保存。这三个类别构成了训练、评估和测试AI模型区分各组能力所需的必要数据集。我们的模型通过评估胸肌密度来确定患者的糖尿病(DM)状态(正常、糖尿病前期或糖尿病)。

表1 修改后的数据集:各亚组含胸肌图像数量 查看原表 ↗

人工智能模型

修改后的数据集按85%用于训练、15%用于测试模型性能进行划分,为训练和评估提供了清晰的分离。上述图像被用作初始数据,并通过数据增强技术进行扩充,作为数据复制/改进方法。数据增强使用Keras中的ImageDataGenerator进行,采用水平和垂直翻转以及旋转(-10、+10度)。这在datagen对象中指定为:ImageDataGenerator (horizontal_flip=True, vertical_flip=True)。所采用的技术增加了数据集的多样性,并对模型的准确率产生了积极影响。为进一步详述该图像分类问题的深度学习方法,使用了卷积神经网络(CNN)。采用了该领域已被证明成功的现成架构,重新训练以用于我们的问题,并更新了模型权重。

我们使用的人工神经网络架构是EfficientNetB5,其被适配于我们当前的分类问题。EfficientNet由Google AI于2019年开发。在ImageNet(一个为视觉对象识别软件研究而设计的大型视觉数据库)上测试时,发现企业安全架构由于其近乎最优缩放的系统,能够产生比其他架构更快且准确率更高的分类模型(Google Research, 2019)。图2展示了ImageNet上与其他流行预训练架构的成功率比较。如图所示,EfficientNet模型以比当前CNN更少的参数实现了更高的准确率和更好的效率。

EfficientNetB5架构被用于迁移学习,并适配于正常、糖尿病前期和糖尿病三个类别的特定分类问题。在该架构末端,选择SoftMax函数作为多类分类问题的激活函数。属于三个类别(正常、糖尿病前期、糖尿病)的标注图像经过数据增强并调整为(224, 224)尺寸后,被分为训练集和测试集。经过裁剪和调整尺寸处理后输入模型的图像示例如图3所示。

模型训练过程使用图4所示的参数启动。训练参数(包括学习率)根据架构特征和最佳实践进行选择。

在模型训练过程中,使用了Google Colab,其专为机器学习和深度学习设计,拥有获得快速结果的专业资源,包括NVIDIA Tesla T4 GPU和27.3 GB RAM(图5)。

验证过程通过模型拟合生成器函数中的验证数据参数体现在代码中。验证数据以(x_val, y_val)形式提供。然而,所提供的代码中未明确提及关于外部验证或更全面验证策略的细节。代码包含使用ReduceLROnPlateau对学习率(lr)进行超参数调优。学习率根据验证损失进行调整。代码结合了模型训练、保存和评估结果,使用来自“scikit-learn”的“Classification Report”,提供每个类别的精确率、召回率和F1分数等指标。我们使用这些性能指标来跟踪我们AI模型的进展。优先考虑的是准确率。准确率被描述为模型中正确预测的区域与总数据集的比率。虽然当前代码关注准确率、精确率、召回率和F1分数,但也计算了其他指标,如受试者工作特征曲线下面积(AUC-ROC)、阳性预测值(PPV)和阴性预测值(NPV)。

图2 EfficientNet与其他ESA模型成功率的比较 查看原图 ↗
图3 经过裁剪和调整尺寸后输入模型的图像示例 查看原图 ↗
图4 模型参数 查看原图 ↗
图5 Google Colab GPU和RAM的详细信息 查看原图 ↗

结果

我们所选模型的训练过程在第15个 epoch 完成,每个 epoch 包含1000步,准确率为92%,损失仅为0.22(表2)。

作为健康学习过程的指标,我们观察到训练集和测试集在模型准确率和损失率方面的平行运行。图6a显示,训练集和测试集的成功率在每个训练轮次中均有所增加,而图6b显示,训练集和测试集的损失率在每个训练轮次中以相似且规律的步伐下降。除这些分析外,F1分数作为辅助指标被跟踪,它总结为模型精确率和召回值的调和平均数,因为仅凭准确率不足以证明模型的成功。AUC-ROC为0.995。PPV为94%,我们模型的NPV为98%。这些指标提供了对模型性能更全面的评估,表明其具有高判别能力、阳性预测的精确性和阴性预测的可靠性。

表3中的混淆矩阵可解释如下:

精确率(特异度):这表示模型预测属于某一组的图像中实际属于该组的百分比。根据混淆矩阵,对于测试集,在正常组的577张图像中,98%被模型正确识别为正常。这一比率在糖尿病前期和糖尿病患者中为93%。取三个类别的平均值时,模型的精确率为95%。

召回率(敏感度):这表示实际属于某一组的图像中被模型正确预测的百分比。根据矩阵,属于正常类别的图像中有90%被模型正确识别。糖尿病前期病例的同一比率为95%,糖尿病病例为98%。

F1分数:F1分数通过取上述值的调和平均数计算得出。对于正常病例,F1分数为0.94;对于糖尿病前期病例,F1分数为0.94;对于糖尿病病例,F1分数为0.96。考虑到最佳F分数最多为1,可以得出结论:该模型对全部三个类别均具有较高的F1分数,在预测图像方面具有价值。

支持数:该值表示测试数据集中每个类别的图像数量。

表2 训练迭代的准确率与损失值 查看原表 ↗
图6 a 模型的准确率。b 每轮训练后模型的损失率 查看原图 ↗
表3 混淆矩阵 查看原表 ↗

讨论

我们的研究表明了一种利用深度学习人工智能技术的创新方法,该方法有潜力利用数字乳腺断层摄影(DBT)上的胸肌图像检测女性的糖尿病状态(准确率为92%)。还有其他几种用于肌肉组织的成像技术,包括磁共振成像(MRI)、计算机断层扫描(CT)、超声检查、生物电阻抗分析和双能X射线吸收测定法[13, 14]。在现代医学中,横断面成像(如CT和MRI)的使用十分广泛,有时被视为评估人体肌肉和脂肪比例的金标准[15]。此外,CT旨在被用作超越所需临床指征的各种情况的机会性筛查手段,并且是诊断2型糖尿病的潜在有用手段,但尚未被如此使用[16]。然而,其高成本、可及性有限、高剂量辐射暴露(在CT中)以及劳动密集的分割过程限制了它们在临床研究中的使用[17]。为克服这些缺点,我们利用从DBT获得的肌肉图像,创造性地将其用途扩展到乳腺组织评估之外,作为2型糖尿病的机会性筛查工具。进一步的研究可以比较DBT与其他手段在评估肌肉组织能力方面的表现。

我们模型的机会性性质在针对易感人群方面具有巨大潜力,因为世界卫生组织已建议每2年对40岁以上女性进行筛查。我们AI模型的开发为血液生化检查提供了一种非侵入性的替代方法,具有若干显著优势(表4)。我们的模型表现出与标准诊断方法相同的准确率,凸显了其可靠性和临床实施的潜力。此外,它能实现更快速的诊断,从而减少医疗专业人员评估患者所需的时间。通过采用基于AI的方法,我们的方法可以最大限度地减少对医疗专业人员大量参与的需求,并可能具有盈利性且适合广泛采用。

我们研究的一个重要意义在于,我们的算法有可能扩展到糖尿病之外的肌肉组织相关疾病的诊断。该模型可以进一步发展,从包含肌肉组织的图像中获取额外的诊断信息。通过利用该算法分析各种图像纹理的能力,它可能被用作杜氏/贝克型肌营养不良、横纹肌肉瘤、皮肌炎/多发性肌炎和先天性代谢贮积病等疾病的诊断工具。这种扩展可使患者和医疗专业人员同时受益,为诊断一系列疾病提供一种无创且高效的方法。为了全面诊断疾病并管理治疗方案,建议开展补充研究,开发一个综合多种信息模态的通用深度学习系统,例如患者症状、不同模态的影像、血液检查数据和临床数据[18]。

此外,胰岛素与绝经前女性较低乳腺密度之间的关系已被熟知。根据一项研究,糖尿病可能通过胰岛素信号通路影响数字乳腺断层合成(DBT)中的乳腺密度[19]。鉴于这一信息,在另一种研究设计中,我们的数据集可用于筛查已确诊糖尿病的女性的乳腺癌风险。在技术层面上,本研究的另一个优势是使用卷积神经网络(CNN)来训练我们的人工智能模型。CNN起源于深度学习领域,因其能够从医学图像中学习空间特征而已被放射学界采用[20]。

尽管有这些优势,我们的研究也存在某些应当承认的局限性。首先,可能存在潜在的人群偏倚,因为研究的患者选择可能无法完全代表一般人群的多样人口学特征。其次,我们研究的回顾性设计可能在数据收集和分析中引入固有局限性和偏倚。第三,我们研究中纳入的患者数量有限,可能限制研究结果的普适性。开展更大规模、更多样化患者群体的进一步研究以验证和完善我们的人工智能模型非常重要。此外,我们的研究承认来自单一患者的多张图像这一局限性,这可能在数据集中引入相关性或依赖性。在解释结果和进一步开发算法时应仔细考虑这一问题。最后,我们的研究主要关注女性,这限制了研究结果对更广泛人群的普适性。未来研究应纳入更平衡的两性代表,以确保我们的人工智能模型在不同人群中的适用性。

总之,我们的研究表明,人工智能可以从DBT图像上的胸肌检测糖尿病状态,这可能为其他专注于人工智能开发的研究提供启示。

表4 通过常规血液生化检查与基于数字乳腺断层合成(DBT)的人工智能在女性中诊断糖尿病 查看原表 ↗

引用

  1. Yashar MM, Izci IB, Gungoren FZ, et al. Can artificial intelligence detect type 2 diabetes in women by evaluating the pectoral muscle on tomosynthesis: diagnostic study. Insights Imaging. 2024. PMID: 38536577. doi:10.1186/s13244-024-01661-4
  2. 全文:PMC10973297(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10973297/

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。