人工智能辅助CT结肠成像鉴别结直肠腺瘤性与非腺瘤性息肉对放射科医生治疗管理的影响
本研究回顾性评估5名放射科医生在CT结肠成像上判断77个结直肠息肉是否需要内镜切除,并以病理为参考标准比较无辅助与AI辅助(影像组学随机森林模型标记腺瘤性/非腺瘤性)两阶段阅读。AI辅助阅读在选择适合息肉切除的准确率、敏感度和特异度均高于无辅助阅读(p < 0.001),读者间一致性Fleiss kappa由0.69升至0.92;作者认为AI作为第二读者可能使选择更精确,但需进一步研究且病理评估仍为必需。
要点
- AI辅助阅读选择适合息肉切除的准确率84%±1%,高于无辅助阅读的76%±1%(p < 0.001)。
- AI辅助阅读敏感度85%±1%、特异度82%±2%,分别高于无辅助阅读的78%±6%、73%±8%。
- 5名读者间一致性Fleiss kappa在AI辅助阅读为0.92,无辅助阅读为0.69。
核心结论
- AI基于CT结肠成像对结直肠息肉进行大小和形态之外的表征作为第二读者,可能使选择适合后续内镜切除的息肉更精确。
- 作者指出需进一步研究确认该发现,且组织病理学息肉评估仍为必需。
研究设计与样本
- 回顾性研究,采用横断面比较设计,评估无辅助与AI辅助两阶段阅读。
- 数据来自北美多中心CT结肠成像筛查试验的公开数据集(TCIA),图像由多个厂商CT扫描仪以不同扫描方案采集。
- 纳入77个结直肠息肉、59例患者、118个息肉图像序列(仰卧位56/118即47%,俯卧位62/118即53%),由5名独立委员会认证放射科医生阅读,共1180次推荐。
- 参考标准为组织病理学;AI为基于198个影像组学特征的随机森林模型,此前在169个手动息肉分割的训练数据集上训练。
- 样本量计算基于McNemar两样本配对比例检验,需85个比较(息肉图像序列),假定推荐息肉切除的成功-失败比例为5%、失败-成功比例为25%(power = 80%,单侧alpha = 0.01)。
关键影像表现/征象
- AI模型单独选择适合息肉切除的准确率为83%、敏感度82%、特异度85%。
- AI辅助阅读相比无辅助阅读共改变66次决策,其中按病理参考标准正确55/66(83%)、错误11/66(17%)。
- 息肉≤5 mm无决策改变;6–9 mm改变决策正确47/54(87%)、错误7/54(13%);≥10 mm改变决策正确8/12(67%)、错误4/12(33%)。
诊断标准与关键数值
- 病理参考标准:推荐「息肉切除:否」在病理为「正常黏膜」或「增生性息肉」时判为正确;推荐「息肉切除:是」在病理为「管状腺瘤」「管状绒毛状腺瘤」「绒毛状腺瘤」或「腺癌」时判为正确。
- 无辅助阅读选择适合息肉切除的平均准确率76%(SD = 1%)、敏感度78%(SD = 6%)、特异度73%(SD = 8%)。
- AI辅助阅读选择适合息肉切除的平均准确率84%(SD = 1%)、敏感度85%(SD = 1%)、特异度82%(SD = 2%)。
- 读者间一致性:无辅助阅读Fleiss kappa 0.69,AI辅助阅读Fleiss kappa 0.92。
- 诊断性能评估采用默认分类阈值0.5。
临床应用与阅片要点
- 作者认为将CT结肠成像结直肠息肉分类AI工具作为第二读者整合,可能进一步改善放射科医生的治疗建议。
- 阅读时依据现行指南判断息肉是否需要内镜切除:欧洲指南(欧洲胃肠道内镜学会、欧洲胃肠道与腹部放射学会)推荐切除≥6 mm结直肠息肉,仅在无法行光学结肠镜时可选择监测。
- 美国放射学会C-RADS遵循美国指南(美国多学会结直肠癌工作组、美国癌症协会)推荐切除≥10 mm结直肠息肉;6–9 mm且可行光学结肠镜者可考虑息肉切除,其他有1或2个6–9 mm息肉者可根据年龄和合并症考虑3年随访。
局限性
- 读者对多个息肉图像序列(即俯卧位和仰卧位)属于同一息肉或同一患者多个息肉的信息设盲,但同一息肉多个图像序列或同一患者多个息肉内的相关性无法排除,未来研究应评估将该信息纳入AI息肉分析。
- 本研究所用AI模型基于手动息肉分割,未来需将自动息肉分割整合入AI工作流以确保临床实践中的无缝实施。
- 研究目的纳入了4个腺癌图像序列,但大病灶尺寸意味着无论AI模型结果如何均需治疗。
- 本研究未纳入锯齿状腺瘤,因其患病率低。
- 基于腺瘤-癌序列,本研究将全部大小的管状腺瘤推荐「息肉切除:是」视为正确,但未来研究应评估聚焦进展期腺瘤的AI辅助CT结肠成像方法。
全文中译10 节 · 点击展开
引言
结直肠癌是工业化国家三大癌症相关死亡原因之一[1]。由于大多数类型的结直肠癌是在数年内由结肠腺瘤性息肉发展而来[2–5],因此通过早期检测和内镜下切除结肠腺瘤性息肉,可显著降低结直肠癌的发病率和死亡率。因此,筛查程序,尤其是光学结肠镜检查,在结直肠癌的预防中发挥着重要作用[6]。
计算机断层扫描结肠成像(CT结肠成像)是一种用于结直肠癌早期检测的非侵入性筛查方法,其在检测大于5 mm的结直肠息肉方面的敏感性与光学结肠镜检查相当[7–9]。CT结肠成像的优点包括可显示狭窄段或复杂解剖结构以外的结肠节段、无需镇静,且与光学结肠镜检查相比参与率更高[10–13]。
然而,CT结肠成像无法明确区分非腺瘤性结直肠息肉和腺瘤性结直肠息肉。这种区分对于治疗管理至关重要,因为腺瘤性息肉需要内镜下切除,而非腺瘤性增生性息肉则相反,应避免不必要的操作。欧洲CT结肠成像指南(欧洲胃肠道内镜学会、欧洲胃肠道和腹部放射学会)建议对≥ 6 mm的结直肠息肉进行内镜下切除,仅在光学结肠镜检查不可行时可选择监测[14]。美国放射学会的CT结肠成像报告和数据系统(C-RADS)遵循美国指南(美国结直肠癌多学会工作组、美国癌症协会),建议对≥ 10 mm的结直肠息肉进行内镜下切除。对于可接受光学结肠镜检查的6–9 mm结直肠息肉患者,可提供息肉切除术;对于其他有1个或2个6–9 mm息肉的患者,可根据年龄和合并症考虑在3年时进行随访[14–17]。初步研究表明,基于人工智能(AI)的CT结肠成像图像评估可能实现非腺瘤性与腺瘤性结直肠息肉的非侵入性区分[18–20]。例如,本研究中也使用的基于影像组学的随机森林机器学习模型,能够在CT结肠成像中以0.91的AUC稳健地区分非腺瘤性和腺瘤性结直肠息肉,有趣的是,在决策最重要的10个图像特征中,仅有一个评估息肉大小的特征,排名第四[18]。然而,这些研究并未评估临床场景中放射科医生与AI的交互。
研究表明,作为第二阅读者使用的计算机辅助检测算法可以减少CT结肠成像期间遗漏的结直肠息肉数量[21–24]。然而,这些研究仅评估了息肉检测,而未评估息肉分类。目前缺乏关于CT结肠成像检测到的结直肠息肉的计算机辅助分类对治疗管理影响的数据。即使一个功能良好的模型,如果它不能为放射科医生的临床决策提供附加价值,也是无用的。
本研究旨在使用基于放射组学的随机森林机器学习模型分析息肉超出大小和形态的特征,评估CT结肠成像中人工智能(AI)辅助鉴别非腺瘤性与腺瘤性结直肠息肉对放射科医师治疗管理的影响[18]。
材料与方法
研究人群
本回顾性研究经机构审查委员会批准,并豁免书面知情同意要求。来自北美多中心CT结肠成像筛查试验的CT结肠成像数据集可通过癌症影像档案(TCIA)公开获取[25–27]。癌症影像档案是一个多中心、开源、开放获取的匿名癌症医学图像集合。CT结肠成像图像由多家厂商(佳能医疗系统、GE医疗系统、飞利浦医疗、西门子医疗)的多种CT扫描仪采用不同扫描方案采集。仅纳入有组织病理学报告的息肉[18]。McNemar两样本配对比例检验的样本量计算显示,在息肉切除术推荐的成功-失败比例为5%、失败-成功比例为25%的假设下(功效=80%,单侧α=0.01),5名读者所需的样本量为85次比较(息肉图像序列)[28]。该数据集曾用于一项已发表研究的外部验证,该研究探讨了基于AI的CT结肠成像检测的非腺瘤性与腺瘤性结直肠息肉的鉴别[18]。本研究与既往工作不同,因为本研究评估的是AI辅助息肉鉴别作为放射科医师第二读者的效果,而非AI模型性能。
CT结肠成像数据集准备
在通过TCIA获取的CT结肠成像数据集(图1)中,前瞻性结直肠息肉检测由15名放射科医师完成,这些医师参加过CT结肠成像专业培训,在研究前已阅片超过500例CT结肠成像检查,并通过了资格考试[25–27]。如果息肉在CT结肠成像和光学结肠镜检查中定位于同一结肠段,且息肉测量大小在组织病理学或光学结肠镜检查(在分块切除情况下)得出的参考标准测量值的50%以内,则将该息肉评定为真阳性检测,如前文详细描述[25–27]。
所获得的息肉大小和定位信息用于回顾性息肉再检测和分割,由一名委员会认证的放射科医师(具有500–750例CT结肠成像病例经验;已完成CT结肠成像专项实操培训班)和两名放射科住院医师(具有50–500例CT结肠成像病例经验;其中一人已完成CT结肠成像专项实操培训班)完成,对组织病理学息肉分类设盲[18]。使用专用后处理软件syngo.via版本VA30B(Siemens Healthineers)进行息肉检测。使用医学影像交互工具包(MITK)版本2018.04(德国癌症研究中心,医学图像计算部门)进行息肉分割[29]。在判读结果不一致的情况下,进行共识判读。当所有判读者对息肉定位和分割达成一致时即达成共识。无法在CT结肠成像中清晰识别和/或无法明确对应至相应组织病理学报告的结直肠息肉被排除。每个息肉在仰卧位和俯卧位图像上均进行分割(若在两个体位均可置信检测)。纳入了所有大小类别和形态的息肉,如前文详细所述[18]。
人工智能算法
CT结肠成像扫描和分割掩膜被重采样至像素间距0.72 mm和层厚0.5 mm。对于每次扫描,使用开源Python软件包Pyradiomics(版本2.2.0;哈佛医学院)从分割体素中提取1906个影像组学图像特征,描述灰度直方图统计、纹理和形状。通过计算所有特征的Pearson相关矩阵来量化特征相关性,仅将198/1906(10%)相关性最低的特征用于分析。
随机森林机器学习模型基于198个影像组学特征将数据集中每个息肉分割分类为非腺瘤性或腺瘤性。该机器学习模型先前在一个独立的CT结肠成像训练数据集上进行了训练,该数据集包含169个手动息肉分割和基于组织病理学报告的每个息肉的二元真实标签(非腺瘤性或腺瘤性)。模型训练和训练数据集已在前文详细描述[18]。训练好的模型以及训练和应用的代码已在GitHub平台公开可用(https://github.com/pwesp/random-forest-polyp-classification)。
结直肠息肉分析
图像分析由5名独立的委员会认证放射科医师完成。其中1名阅片者有500–750例CT结肠成像病例经验,4名阅片者有50–500例CT结肠成像病例经验。1名阅片者完成了关于CT结肠成像的专门实践操作培训课程。图像分析使用商用专用后处理软件syngo.via版本VB60A(Siemens Healthineers)的CT结肠成像工作流程。所有阅片者均对组织病理学息肉分类以及患者标识数据(如年龄和性别)设盲。所有阅片者均未参与CT结肠成像数据集的准备。在实际阅片之前,进行了培训课程,包括单独阅读5个息肉图像序列。用于培训的息肉图像序列未纳入最终研究人群。结直肠息肉以随机顺序呈现。使用息肉分割掩膜进行精确的息肉定位,以避免息肉检测偏倚,因为本研究聚焦于息肉分类而非息肉检测。如果息肉在俯卧位和仰卧位均可见,则每个息肉评估2个息肉图像序列。评估了所有大小类别和形态的息肉。
阅片者必须对每个息肉图像序列判断所描绘的息肉是否需要内镜下切除,或可否根据当前指南进行监测,指南建议结直肠息肉≥ 6 mm应予以切除(欧洲胃肠道内镜学会、欧洲胃肠道和腹部放射学会、美国结直肠癌多学会工作组、美国癌症协会、C-RADS)[14–17]。由于已有研究表明,放射科医师使用Paris分类(该分类不提供CT结肠成像所见病变的组织病理学或预后信息)对结直肠息肉形态进行超出大小的分类时,观察者间一致性仅为中等,因此在CT结肠成像中使用该分类值得质疑,故不强制要求其他影像学标准[30]。阅片者可在二维多平面图像重建上测量息肉大小。息肉大小定义为最大息肉直径,如可见则排除息肉蒂,使用标准窗宽2000 HU和窗位2200 HU [23]。
结直肠息肉分析包括无辅助和人工智能(AI)辅助阅片阶段,采用横断面比较研究设计[23, 31]。在第一阶段,定义为无辅助阅片,阅片者在无法访问AI模型的情况下评估息肉并给出相应建议(后续息肉切除术:是或否)。一旦无辅助阅片完成,结果即被锁定,不能再更改。在第二阶段,定义为AI辅助阅片,阅片者在可访问AI模型发现的情况下重新评估息肉,AI模型将息肉标记为“腺瘤性”或“非腺瘤性”,并基于AI模型的预测确认或纠正其初始建议(后续息肉切除术:是或否)。基于AI模型发现对初始建议进行纠正并非强制。
组织病理学参考标准
如果相应的组织病理学报告将所描述的息肉分类为“常规黏膜”或“增生性息肉”,则“息肉切除术:否”的建议被认为是正确的。如果相应的组织病理学报告将所描述的息肉分类为“管状腺瘤”、“管状绒毛状腺瘤”、“绒毛状腺瘤”或“腺癌”,则“息肉切除术:是”的建议被认为是正确的[2, 5]。本研究仅纳入能够明确对应相应组织病理学报告的结直肠息肉。
统计分析
以组织病理学为参考标准,如果建议后续对腺瘤性息肉进行内镜下切除,或建议不对非腺瘤性息肉进行内镜下切除,则该建议被认为是正确的。如果建议后续对非腺瘤性息肉进行内镜下切除,或建议不对腺瘤性息肉进行内镜下切除,则该建议被认为是不正确的(图2)。
采用准确率、灵敏度和特异度评估无辅助、人工智能(AI)辅助判读和仅AI判读的诊断性能,默认分类阈值为0.5。放射科医师之间的读者间一致性使用Fleiss' kappa进行量化。为考虑多名读者的个体效应,使用广义混合效应模型检验无辅助和AI辅助判读结果之间的差异。
结果
研究人群
由5名独立读者对59例患者的77枚结直肠息肉(共118个息肉图像序列,其中56/118(47%)为仰卧位,62/118(53%)为俯卧位)进行无辅助和AI辅助评估,共产生1180条建议(后续息肉切除术:是或否)。在9/118(8%)个息肉图像序列中,所描述的息肉为5 mm或更小;在56/118(47%)个中为6至9 mm;在53/118(45%)个中为10 mm或更大,测量的是穿过息肉的最大三维直径[18]。在18/118(15%)个息肉图像序列中,所描述的息肉为有蒂型;在92/118(78%)个中为无蒂型;在4/118(3%)个中为平坦型;在4/118(3%)个中为癌性[18]。在39/118(33%)个息肉图像序列中,所描述的息肉被分类为非腺瘤性(增生性息肉或常规黏膜),其中8/39(21%)为5 mm或更小,26/39(67%)为6至9 mm,5/39(13%)为10 mm或更大[18]。在79/118(67%)个息肉图像序列中,所描述的息肉被分类为腺瘤性,其中1/79(1%)为5 mm或更小,30/79(38%)为6至9 mm,48/79(61%)为10 mm或更大[18]。
统计分析
在无辅助阅片中,放射科医生在选择适合行息肉切除术的息肉时,平均准确率为76%(标准差(SD)=1%)、灵敏度为78%(SD=6%)、特异度为73%(SD=8%)(图3和图4)。在人工智能(AI)辅助阅片中,放射科医生在选择适合行息肉切除术的息肉时,准确率为84%(SD=1%)、灵敏度为85%(SD=1%)、特异度为82%(SD=2%)。每位放射科医生阅片表现的详细汇总见表1。仅随机森林机器学习模型在选择适合行息肉切除术的息肉时,准确率为83%、灵敏度为82%、特异度为85%。无辅助阅片与AI辅助阅片结果之间的差异有统计学意义(p < 0.001)。5名放射科医生之间的阅片者间一致性在无辅助阅片中为Fleiss' kappa 0.69(0=不一致,1=完全一致),在AI辅助阅片中为Fleiss' kappa 0.92。三个不同大小类别≤ 5 mm、6–9 mm和≥ 10 mm的阅片准确率、灵敏度和特异度见表2。
与无辅助阅片相比,AI辅助阅片共改变了66项阅片决策。每名阅片者平均改变13.2项决策(SD=1.9)。总体上,根据组织病理学参考标准,改变后的决策在55/66(83%)例中正确,在11/66(17%)例中错误。对于≤ 5 mm的息肉,未改变任何决策。对于6–9 mm的息肉,改变后的决策在47/54(87%)例中正确,在7/54(13%)例中错误。对于≥ 10 mm的息肉,改变后的决策在8/12(67%)例中正确,在4/12(33%)例中错误。每位放射科医生所做改变后阅片决策的详细汇总见表3。
讨论
在本研究中,我们评估了AI辅助区分非腺瘤性与腺瘤性结直肠息肉作为CT结肠成像第二阅片者的效果。无辅助阅片与AI辅助阅片结果差异有统计学意义(p < 0.001)。与基于当前指南的无辅助阅片相比,AI辅助阅片在选择适合行息肉切除术的息肉并与组织病理学参考标准相关联时,具有更高的准确率(76% +/− 1% vs. 84% +/− 1%)、灵敏度(78% +/− 6% vs. 85% +/− 1%)和特异度(73% +/− 8% vs. 82% +/− 2%)。此外,5名委员会认证放射科医生之间的阅片者间一致性在AI辅助阅片中有所提高(Fleiss' kappa 0.69 vs. 0.92)。
既往研究表明,人工智能辅助的CT结肠成像分析能够对结直肠息肉进行分类(非腺瘤性 vs. 腺瘤性)[18, 19, 32]。例如,Song等人在CT结肠成像中使用基于Haralick纹理分析模型对≥ 8 mm的结直肠息肉进行特征描述,达到了0.85的AUC [19]。Aman等人表明,在CT结肠成像中使用基于内容的图像检索对结直肠息肉进行分类,其AUC为0.76,显著高于(p = 0.048)仅基于息肉大小的方法(AUC为0.66)[32]。本研究使用的基于影像组学的随机森林模型在外部测试集中实现了对CT结肠成像中所有大小的非腺瘤性和腺瘤性结直肠息肉的稳健区分,AUC为0.91 [18]。然而,缺乏对这些AI模型在临床场景中对其治疗管理影响的评估。本研究通过评估AI辅助CT结肠成像息肉分类作为第二读片者的潜在影响来丰富该领域。我们的结果表明,它可以通过更精确地筛选将从后续内镜下息肉切除术中获益的患者,进一步提高CT结肠成像的临床影响力。
CT结肠成像指南建议切除≥ 10 mm的结直肠息肉以及6–9 mm的结直肠息肉(取决于年龄或合并症),因为在筛查性CT结肠成像中,对大小≤ 5 mm的息肉进行内镜转诊已被证明成本效益较差,每获得一个生命年的成本为464,407美元,而大小为6–9 mm的息肉为59,015美元,大小为≥ 10 mm的息肉每人可节省151美元的成本 [14–17, 33]。AI辅助息肉分类作为第二读片者可以通过帮助放射科医师区分腺瘤性和非腺瘤性结直肠息肉,可能提高CT结肠成像后内镜转诊的有效性。
本研究存在局限性。读片者对若干息肉图像序列(即俯卧位和仰卧位)属于一个息肉还是属于一位患者的多个息肉的信息设盲,以确保与纯基于图像的AI模型具有良好的可比性。然而,无法排除同一息肉多个图像序列内或同一患者多个息肉内的相关性。将这些信息纳入基于AI的息肉分析应在未来研究中加以评估。本研究中使用的AI模型基于手动息肉分割。考虑到结直肠息肉体积较小,手动分割可以在合理的时间范围内完成,但需要进一步将自动息肉分割整合到AI工作流程中,以确保在临床实践中的无缝实施。出于研究目的,本研究纳入了四个腺癌图像序列。然而,较大的病灶尺寸意味着无论AI模型的发现如何都需要治疗。本研究未纳入锯齿状腺瘤,因为锯齿状腺瘤的患病率较低。基于腺瘤-癌序列,本研究中将所有大小的管状腺瘤的“息肉切除术:是”建议视为正确 [2, 5]。然而,未来研究应评估以进展期腺瘤为重点的AI辅助CT结肠成像方法。
总之,基于人工智能(AI)在CT结肠成像中超越结直肠息肉大小和形态的特征描述,作为第二读者,可能有助于更精确地筛选适合后续内镜下切除的息肉。本研究表明,在CT结肠成像中整合用于结直肠息肉分类的AI工具可进一步改善放射科医生的治疗管理。然而,仍需进一步研究来证实这一发现,且组织病理学息肉评估仍然是强制性的。
引用
- Grosu S, Fabritius MP, Winkelmann M, et al. Effect of artificial intelligence-aided differentiation of adenomatous and non-adenomatous colorectal polyps at CT colonography on radiologists' therapy management. Eur Radiol. 2025. PMID: 39862248. doi:10.1007/s00330-025-11371-0
- 全文:PMC12165980(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12165980/
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。