人工智能在肌肉骨骼超声中的应用:系统综述
该系统综述检索截至2024年1月19日的文献,纳入16项研究,重点分析人工智能算法类别与验证策略。结果显示69%的研究使用深度学习算法,56%进行了内部测试集临床验证,但无任何研究进行外部或独立验证。作者认为未来研究应重视验证策略,尤其是外部数据集上的独立临床验证。
要点
- 69%的研究使用深度学习算法,19%使用传统机器学习,12%两者兼用。
- 56%的研究进行了内部测试集临床验证,但无一项研究进行外部或独立验证。
- 38%的研究使用了交叉验证技术,其中K折交叉验证最常见(25%)。
核心结论
- 人工智能在肌肉骨骼超声研究中日益受到关注,但验证策略尤其是外部独立临床验证仍显不足。
研究设计与样本
- 系统综述,检索PubMed和Medline数据库截至2024年1月19日的文献,最终纳入16项研究,均为2020年至2023年发表。
- 纳入标准包括:在肌肉骨骼超声中使用人工智能、涉及人类参与者、英文发表、获得伦理委员会批准或豁免。
- 研究设计为前瞻性10项(62%)、回顾性6项(38%),样本量中位数151例(范围6–3,801)。
- 参考标准以手动标注最常见(7项,44%),其次为专家意见/共识(4项,25%)。
诊断标准与关键数值
- 11项(69%)研究使用深度学习算法,3项(19%)使用传统机器学习算法,2项(12%)同时使用两者。
- 6项(38%)研究使用交叉验证技术,其中K折交叉验证4项(25%),留一法交叉验证2项(13%)。
- 9项(56%)研究在独立内部测试数据集上进行了临床验证,无外部或独立验证报告。
临床应用与阅片要点
- 原文未据此给出推荐。
局限性
- 由于过去几年发表的关于人工智能在肌肉骨骼超声中应用的文章数量有限,且所分析的不同类别和采用的指标存在异质性,无法进行Meta分析及更可靠的统计检验。
- 本综述未对纳入的每项研究进行正式的质量评估,重点在于呈现本身可作为质量指标的方法学数据。
全文中译9 节 · 点击展开
引言
近年来,医学影像领域经历了变革性的发展,这在很大程度上是由人工智能(AI)和机器学习(ML)技术的显著进步所推动的[1–3]。人工智能一词指的是致力于使机器能够执行通常依赖人类智能的任务的科学领域[4]。在人工智能内部,传统机器学习是一门学科,其中算法通过既有数据集进行训练,使机器得以学习。这些经过训练的算法随后将获得的知识应用于对陌生数据集进行诊断分析[5]。深度学习是人工智能的另一个子集,它模拟人脑的神经结构。该方法采用由多个隐藏层组成的人工神经网络来解决复杂问题。这些隐藏层的整合使机器能够持续吸收新信息,随着时间的推移提高其能力[6]。
在各种医学影像模态中,肌肉骨骼(MSK)超声(US)作为一种评估多种疾病的宝贵诊断工具,正受到越来越多的关注[7]。MSK超声具有无创、无辐射和实时成像的能力,是诊断和监测肌腱损伤、韧带撕裂、关节炎和软组织异常等疾病的有效解决方案[8–10]。人工智能在MSK超声中的应用解决了与传统超声成像相关的一些固有挑战,包括操作者依赖性变异、图像解读的主观性以及耗时的数据分析[11]。通过利用人工智能算法,可以实现MSK异常检测和表征的自动化,减少人为误差的可能性,并促进更快、更准确的诊断。此外,人工智能有助于改善图像采集方案的标准化,并优化MSK超声检查的整体工作流程[12, 13]。
迄今为止,采用传统机器学习或深度学习方法的初步人工智能研究已应用于MSK超声,以改善诊断和结局[14–16]。其中一个问题是传统机器学习和深度学习方法的验证,这对于确保其普适性至关重要[17]。本系统综述的目的是评估人工智能整合于MSK超声的研究与开发现状。我们系统性地回顾并综合了广泛研究中的发现,以评估其方法学,重点在于人工智能算法类别和验证策略。我们还讨论了人工智能在MSK超声中的潜在挑战、局限性和未来前景,旨在使人们在设计和执行未来与MSK超声中人工智能相关的研究时,对重要的关键议题有所认识。最后,本系统综述力求为支持人工智能在MSK超声中应用的日益增多的证据做出贡献,最终改善患者照护、增强诊断能力并推动MSK医学领域的发展。
材料与方法
文献检索
由于本研究为系统综述的性质,无需当地伦理委员会批准。
在PubMed和Medline数据库上进行了电子文献检索,检索截至2024年1月19日发表的文献。检索查询使用以下关键词及其扩展词进行:(“MSK”或“musculoskeletal”)和(“machine learning”或“machine learning-based”或“learning”或“artificial intelligence”或“artificial intelligence-based”或“deep learning”或“deep”或“neural network”)和(“ultrasound”或“US”)。
研究首先通过标题和摘要进行筛选,然后检索符合条件研究的全文以供进一步审查。对已识别出版物的参考文献进行检查,以纳入额外的出版物。文献检索和研究选择由一名审查者(盲审)完成,并由第二名审查者(盲审)复核。遵循了系统评价和荟萃分析优先报告条目(PRISMA)指南[18]。
纳入和排除标准
纳入标准为:(i)在MSK US中使用AI;(ii)涉及人类参与者;(iii)英语;(iv)声明获得了当地伦理委员会的批准以及每位患者的知情同意或其豁免。
排除标准为:(i)报告结局数据不足的研究(例如,未描述AI算法和/或验证策略的详细信息);(ii)病例报告和病例系列、叙述性综述、指南、共识声明、社论、信件、评论或会议摘要。
数据提取
数据提取至带有每项下拉列表的电子表格中,分为三大类,即基线研究特征;AI算法类别;以及验证策略。关于基线研究特征的条目包括第一作者姓氏、发表年份、研究目的、评估结构、研究设计、样本量和参考标准。关于AI算法的条目包括使用传统ML或基于DL的算法。关于验证策略的数据包括使用交叉验证技术、在单独的内部测试数据集上进行的临床验证,以及在外部或独立测试数据集上进行的临床验证。
结果
基线研究特征
文献检索过程的流程图见图1。在筛选269篇论文并应用合格性标准后,16项研究被纳入本系统评价。表1详述了纳入研究的基线研究特征。
所有研究均发表于2020年至2023年间。16项研究中,两项(12%)发表于2023年,六项(38%)发表于2022年,四项(25%)发表于2021年,四项(25%)发表于2020年。10项(62%)研究为前瞻性设计,其余六项(38%)研究为回顾性设计。样本量中位数为151例患者(范围6–3,801)。
研究重点关注七项(44%)研究中病理的诊断或分级,以及四项(25%)研究中的结构分割。较少见的是,研究旨在预测全膝关节置换结局[34]、生成合成超声图像[21]、估计骨骼肌的绝对状态[22]、评估肌束长度[32]以及测量肌肉厚度[33],详见表1。关于所研究的解剖结构,八篇(50%)论文关注上肢,其中肩部是最常被研究的结构(n = 3,19%)。七篇(44%)论文关注下肢,其中小腿是最常被研究的结构(n = 4,25%)。
最常用的参考标准是手动标注(n = 7,44%),其次是专家意见/共识(n = 4,25%)。在其余研究中,肌电图[22]、神经传导研究[30]、自动肌束追踪软件[32]以及临床随访信息[34]被用作参考标准。在一项研究[35]中,未明确说明参考标准。
AI算法与验证策略
共有11项(69%)研究使用基于深度学习的算法,三项(19%)研究采用基于传统机器学习的算法,两项(12%)研究同时采用深度学习和传统机器学习算法,详见表2。
关于验证策略,共有六项(38%)研究提供了交叉验证技术的详细信息,其中K折交叉验证最为常用(n = 4,25%)。两项(13%)研究使用了留一法交叉验证技术。九篇(56%)论文报告了临床验证。在所有情况下,临床验证均在来自主要机构的独立数据集(即内部测试数据集)上进行。本系统评价纳入的论文中未报告外部验证或独立验证的案例。纳入研究中使用的交叉验证和临床验证策略的详细信息见表2。
讨论
本系统评价关注AI在肌肉骨骼超声中的应用,重点为AI算法类别和验证策略。大多数纳入研究采用基于深度学习的算法,或单独使用,或与传统机器学习方法相结合。使用内部测试数据集进行临床验证较为常见。然而,未报告外部验证的案例。
过去几年,人工智能在医学领域,尤其是在放射学领域,受到了越来越多的关注[1]。肌肉骨骼(MSK)影像学作为放射学的一个亚专业也是如此。聚焦于人工智能在肌肉骨骼超声中应用的论文数量逐年增加,本综述纳入的论文中有一半是2022年以来发表的。然而,与肌肉骨骼影像学中人工智能应用的总文献量相比,聚焦于超声成像的论文仅占少数。作者认为这可以由以下几个原因来解释:(i)在许多中心,超声成像在诊断肌肉骨骼病变方面不如其他替代影像方法受欢迎;(ii)超声成像比其他模态更依赖操作者,这使得针对病变诊断和/或分级的标准化及人工智能模型成功训练更加困难[11]。
人工智能在肌肉骨骼超声中的应用领域多种多样。本系统综述中的大多数研究聚焦于与肌肉骨骼病变诊断和/或分级相关的临床问题。多数情况下采用了前瞻性研究设计,这在控制数据采集以及匹配患者和/或影像特征方面具有优势。回顾性研究设计使用较少,但其允许纳入更多已有影像数据的患者。本综述纳入的论文未使用公共数据库,未来研究应考虑使用公共数据库以在独立数据上验证人工智能方法。
最常见的人工智能算法基于深度学习(DL)。与传统机器学习(ML)相比,深度学习能够基于多层模型自动筛选特征以提高识别性能[36]。然而,为达到优异的学习性能,需要大量有标注的训练样本[37]。这一要求在超声成像中可能难以满足,因为专家标注耗时且数据集在病例数量方面往往有限。
人工智能性能的验证很重要。在处理有限数据集时,重采样策略如交叉验证被证明是有益的。其目的是抑制过拟合并提高模型在新数据上的性能准确性[38]。在所综述的研究中,K折交叉验证是用于此目的最常用的技术。同时,针对独立数据集进行临床验证对于测试人工智能模型并确保其在未见病例上的适用性是理想的。大多数论文进行了使用内部测试数据集的临床验证。然而,没有任何研究使用来自不同机构的完全独立数据集进行临床验证。因此,对于未来研究,超越单一机构并纳入使用大量独立数据集对模型进行外部测试将是至关重要的。这种方法将极大地增强研究结果的稳健性和可靠性。
局限性
本研究是一项文献系统综述。由于过去几年发表的关于人工智能(AI)在肌肉骨骼超声(MSK US)中应用的论文数量有限,且这些论文在所分析的不同类别和所采用的指标方面存在异质性,因此无法进行具有更可靠统计检验的荟萃分析。此外,本综述未对纳入的每项研究进行正式的质量评估。我们的重点在于呈现本身可作为质量指标的方法学数据。
结论
人工智能(AI)是肌肉骨骼超声(MSK US)研究中日益受到关注的主题,这体现在每年不断增长的发表数量上。关于此类研究的方法学,应注意采用准确的可重复性和验证策略,以确保高质量的算法和结果。
引用
- Getzmann JM, Zantonelli G, Messina C, et al. The use of artificial intelligence in musculoskeletal ultrasound: a systematic review of the literature. Radiol Med. 2024. PMID: 39001961. doi:10.1007/s11547-024-01856-1
- 全文:PMC11379739(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11379739/
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。