人工智能检测胸部CT气道结节
在单中心回顾性分析2004至2020年胸部或胸腹CT中,开发并评估深度学习AI系统检测气道结节;该系统检出全部气道结节的敏感度为75.1%(95% CI:67.6-81.6%),阴性患者平均每扫描0.25个假阳性、阳性患者0.56个,肿瘤子集敏感度79.0%(95% CI:70.4-86.6%)。
要点
- AI系统检出全部气道结节敏感度75.1%(95% CI:67.6-81.6%),阴性患者假阳性0.25/扫描、阳性患者0.56/扫描。
- 肿瘤子集敏感度79.0%(95% CI:70.4-86.6%),恶性肿瘤亚组78.1%(95% CI:68.2-86.4%)。
- 假阴性多见于肺叶支气管或更远端(尤其亚段支气管);假阳性常见于非结节状黏液分泌。
核心结论
- AI系统可检出大多数胸部CT气道结节,假阳性率可接受,包括特征非常细微的结节。
- AI系统在辅助放射科医生检出气道肿瘤方面显示出潜力。
研究设计与样本
- 单中心回顾性研究,训练与评估共320例胸部或胸腹CT扫描(阳性160例、阴性160例),采用十折交叉验证。
- 阳性组包括65例原发性气道癌(67个病灶)、10例气道转移(12个病灶)、13例良性气道肿瘤(13个病灶)、78例非肿瘤性气道结节(94个病灶)。
- 参考标准:原发癌经支气管镜活检或细胞学检查证实;其他结节经支气管镜或随访CT确认。
- AI系统先在公开LUNA16数据集上预训练,采用自由响应受试者工作特征(FROC)曲线评估。
关键影像表现/征象
- 气道结节定义为主要局限于气道腔内的局灶性混浊;亚段黏液分泌不计为结节。
- 肿瘤中位直径13.4 mm,非肿瘤性结节中位直径7.1 mm。
- 非肿瘤性结节敏感度71.4%(95% CI:60.3-82.3%),与全部结节相同的假阳性率。
- 假阴性典型为肺叶支气管或更远端癌,尤其位于亚段支气管;假阳性多来自非结节状黏液分泌、气管后膜前弓、气管插管或肺门区肺血管。
诊断标准与关键数值
- 全部气道结节敏感度75.1%(95% CI:67.6-81.6%),阴性患者平均0.25假阳性/扫描、阳性患者0.56假阳性/扫描。
- 肿瘤性结节敏感度79.0%(95% CI:70.4-86.6%),恶性肿瘤敏感度78.1%(95% CI:68.2-86.4%),假阳性率同前。
- 气道肿瘤按细微程度分四级(明显、相对明显、细微、非常细微),系统对多数(非常)细微肿瘤可检出并正确定位,但对非常细微肿瘤检出性能低于更明显肿瘤。
临床应用与阅片要点
- 阅片时可关注AI标记的气道结节,包括肿瘤与非肿瘤性黏液分泌,后者需与肿瘤鉴别。
- 放射科医生可根据结节内是否含气判断黏液分泌,并决定是否需用力咳嗽后复查CT或支气管镜。
- 亚段气道仍是放射科医生和AI系统共同需关注的区域,因假阴性多见于此。
局限性
- 该系统未在外部验证集上评估,因无外部气道肿瘤数据集可用。
- AI系统性能可能受可用训练样本量小的限制;作者指出除非从多机构收集数据,小样本量不可避免。
- 未进行观察者研究比较AI系统与放射科医生的性能。
全文中译11 节 · 点击展开
引言
气管支气管癌或气道癌是一种罕见的癌症,占下呼吸道所有癌症的不到5% [1, 2]。它们通常在晚期才被诊断,因为早期症状(如咳嗽、胸痛和喘息)缺乏特异性,可能被误判为肺部感染、慢性阻塞性肺疾病(COPD)或哮喘 [3, 4]。诊断延迟的另一个原因是气道异常在胸部X线片上难以发现,因为它们常被纵隔结构遮挡 [5, 6]。因此,患者预后较差,五年生存率仅为12–15% [1, 2]。当癌症在早期被诊断且可行手术切除时,预后会显著改善 [1, 7]。早期诊断对其良性对应病变也很重要,因为这些生长缓慢的阻塞性病变可能在患者接受COPD或哮喘长期治疗期间数月甚至数年未被识别 [8, 9]。
计算机断层扫描(CT)是在进一步通过支气管镜进行临床评估之前检查气管和支气管的首选影像学方法 [3, 5]。然而,即使有CT扫描可用,早期气道肿瘤已知是放射科医生的盲区 [10–13]。在White等人的一项研究中,发现常规临床CT扫描上67%的漏诊肺癌(10/15)位于支气管 [11]。值得注意的是,被忽视的支气管内肿瘤并不小(平均直径1.2 cm),且有时在具有高度提示性临床病史(如咯血)的患者中被忽视。Scholten等人报告了类似发现 [12],他们在一项大型肺癌筛查试验中调查了漏诊肺癌。他们发现大多数检测错误发生在支气管内结节,占该试验中漏诊癌症的22%(5/22)。有观点认为,人为错误是这些检测失败的主要因素:观察者主要关注肺实质中更为常见的结节,并可能被胸部其他部位的主要发现分散注意力。
在人工智能(AI)近期进展的背景下 [14],基于深度学习的计算机辅助检测(DL-CAD)系统可能有希望帮助放射科医生检测气道肿瘤。对于肺结节检测任务,DL-CAD系统在常规临床环境中可实现88–92%的高灵敏度,平均每次扫描一个假阳性 [15–17]。已证明放射科医生作为 concurrent 或第二读片者使用DL-CAD系统可获得更高的检测灵敏度 [18, 19]。DL-CAD系统在气道肿瘤检测中可能特别有用,因为这些系统不受前述认知偏倚的影响。
据我们所知,尽管气道结节具有很高的临床相关性,尚无DL-CAD系统针对其检测进行评估。这些结节在肺癌筛查的结节管理指南中被赋予高风险级别 [20, 21],这些指南最近针对气道结节进行了更新。在本研究中,我们开发了一个DL-CAD系统,并在常规临床环境中评估其检测和定位气道结节的技术性能。
材料与方法
数据集
本回顾性研究经荷兰Radboud大学医学中心(Radboudumc)当地机构审查委员会批准。鉴于回顾性设计及使用假名化数据,豁免知情同意要求。从图像归档与通信系统(PACS)中收集了2004年至2020年间每位独特患者的320例胸部及胸腹部CT扫描数据集。这些扫描用于训练和验证基于深度学习的气道结节检测系统。2000年至2020年的癌症诊断来自荷兰国家癌症登记处(NCR)。该人工智能系统在公开可用的LUNA16数据集[22]上进行了预训练,用于肺内结节检测。
气道结节数据集的研究选择流程图见图1。一位经验丰富的放射科医师(E.T.S.,具有32年胸部CT经验)根据下一节定义的纳入标准分析扫描。根据ICD-O[23]拓扑学编码纳入气管支气管癌患者。编码C339和C340用于识别大气道(即气管、隆突、主支气管、中间支气管)癌症患者。编码C341–C349涵盖肺内癌症,用于预选小气道(即肺叶及(亚)段支气管)癌症患者。随后,对放射学报告应用自然语言处理(NLP)分析,通过区分气道癌症与肺内癌症来优化选择。良性气道结节(如黏液分泌、良性肿瘤)或转移瘤患者通过放射学报告的NLP分析进行预选,然后通过额外临床信息(如活检和手术信息)进行验证。我们随机抽样了无气道结节的患者(随访两年),并使该组规模与气道结节患者数量匹配。对于每位患者,选择最早显示气道结节的CT扫描或首个可用扫描进行分析。表1和补充表1(附录1)分别显示数据集特征和额外成像参数。表2提供结节特征概述。附录2(补充)提供NLP分析的详细信息。
纳入标准
所有在研究期间接受胸部或胸腹部CT扫描(增强或非增强)的成年患者(≥ 18岁)均符合纳入条件。存在气道结节的患者被定义为阳性病例,无任何气道结节的患者被定义为阴性病例。气道结节定义为主要局限于气道(支气管和气管)管腔内的局灶性密度增高影[24]。图2提供了气道结节的示例。亚段性黏液分泌物不作为结节处理,因为其在慢性阻塞性肺疾病(COPD)和哮喘患者的常规临床环境中非常普遍[25, 26]。气道肿瘤患者被纳入,除非因阻塞、肺不张和缺乏对比剂导致病变无法测量。低质量扫描(即严重的呼吸伪影、缺失层面或层厚 > 3 mm的厚层扫描)或气道受到严重影响(即广泛的吸入性肺炎或伴有支气管浸润或压迫的肺转移)的扫描被排除。
参考标准
一位经验丰富的放射科医师(E.T.S.,具有32年胸部CT经验)使用内部软件(CIRRUS Lung Screening 19.9.2版,DIAG,Radboud大学医学中心)对数据集中的所有气道结节进行了标注。结节使用半自动结节分割算法[27]进行分割,该算法需要手动定位,随后在必要时对分割结果进行校正。结节位置还通过既往或随访CT扫描、放射学报告、支气管镜检查或手术记录以及来自NCR的癌症信息来确定。结节位置分类为气管、左或右主支气管,或较小气道对应的肺叶。
原发性癌症通过支气管镜检查加活检或细胞学检查进行验证。其他结节的恶性状态通过支气管镜检查而无进一步检查或随访CT扫描确认(如果此类证据不可用)。支气管镜检查是气道肿瘤的主要诊断工具,因为它可以直接观察肿瘤并进行组织采样[3]。然而,标准程序是在发现气道结节后首先进行随访CT扫描,因为结节性黏液分泌物通常会随时间消退,不需要支气管镜检查[24]。表2和补充表2(附录1)分别详细说明了诊断依据和肿瘤形态。
检测流程
检测流程基于Hendrix等人[16]的工作,并针对检测气道结节的特定任务进行了修改。该流程由三个基于深度学习的组件组成,用于以下任务:感兴趣区域(ROI)检测(即气管、主支气管和肺)、结节候选检测和假阳性减少。以CT扫描作为输入,这些任务按连续顺序自动执行。检测架构从YOLOv5[28]升级为YOLOv8[29],假阳性减少架构从ResNet-50[30]升级为ConvNeXt[31],以提高性能。鉴于训练数据稀缺,各组件在LUNA16数据集[22]上进行了预训练以用于迁移学习。附录3提供了模型架构和训练的技术细节。所提出的系统在Grand-Challenge平台(https://grand-challenge.org/algorithms/airway-nodule-detection-for-routine-clinical-ct-sc/)上公开供研究使用。
统计分析
AI系统采用10折交叉验证程序进行评估,以最大化测试样本数量。每一折根据病变形态(即肿瘤性与非肿瘤性)和位置(即气管、主支气管、次级支气管或更远端)进行分层拆分,分为训练集(90%)和测试集(10%)。通过测量自由响应受试者工作特征(FROC)曲线上预定义假阳性率下的灵敏度来评估系统性能。对于每个操作点,使用自助法(1000次自助抽样,采用扫描级有放回抽样)计算平均灵敏度和相应的95%置信区间(CI)。选择FROC曲线上的最佳操作点,即灵敏度达到平台期且假阳性率开始不成比例增加的位置。鉴于气道结节患病率低[24],假阳性率分别针对阴性和阳性患者计算。对仅包含气道肿瘤和仅包含恶性肿瘤的结节子集进行了单独分析。如果预测结节的中心位于真值结节的凸分割内,则该预测结节被视为真阳性检测。
对气道肿瘤进行细微度分级,以更好地评估AI系统在放射学支持方面的潜在价值。基于已知的漏诊气道肿瘤特征[10–12],开发了一个包含四个类别的有序评分系统(明显、相对明显、细微和非常细微)。评分系统概览见表3,各类别示例见图3。两名经验丰富的放射科医师(E.T.S.和M.R.,分别具有32年和26年胸部CT经验)独立评估气道肿瘤。随后进行共识阅片以解决分歧。AI系统的灵敏度针对每个细微度类别分别进行评估。
结果
数据集特征
在2004—2020年期间,46,545名患者接受了胸部或胸腹部CT扫描(见图1)。从这些患者中,6181名患者因扫描层厚较大(> 3 mm)而被排除。在187名患者中发现了气道结节,其恶性状态可以被验证。此外,随机抽取了185名无气道结节的患者。在阳性和阴性组中,排除了具有广泛(阻塞后)肺不张或实变(npos = 10,nneg = 12)、扫描质量差(npos = 17,nneg = 8)或严重肺转移(nneg = 5)的病例。最终选择共包含320名患者(中位年龄62岁[IQR:51–70],138名女性),其中160名阴性患者(中位年龄60岁[IQR:48–69],80名女性)和160名阳性患者(中位年龄64岁[IQR:54–70],58名女性)。后一组包括65名原发性气道癌症患者(67个病灶)、10名气道转移患者(12个病灶)、13名良性气道肿瘤患者(13个病灶)和78名非肿瘤性气道结节患者(94个病灶)(见表2)。
FROC曲线分析
表4呈现了AI系统在阴性患者中五个预定义假阳性率(平均每扫描0.0625、0.125、0.25、0.5和1个假阳性)下的敏感性,以及在阳性患者中匹配的假阳性率。相应的FROC曲线见图4。图4a显示了所有气道结节、非肿瘤性结节、肿瘤性结节和仅恶性肿瘤的总体性能。图4b显示了基于隐匿程度的肿瘤亚组性能。
AI系统检测所有气道结节的敏感性为75.1%(95% CI:67.6–81.6%),在阴性患者和阳性患者中平均每扫描假阳性分别为0.25和0.56(FP/s)。检测非肿瘤性结节的敏感性为71.4%(95% CI:60.3–82.3%),假阳性率相同。检测肿瘤性结节和仅恶性肿瘤(原发癌和转移)的敏感性分别为79.0%(95% CI:70.4–86.6%)和78.1%(95% CI:68.2–86.4%)。各肿瘤隐匿程度亚组的敏感性见表4。
检测示例
图5显示了在阴性患者中以0.25假阳性/秒(FP/s)的工作点对非肿瘤和肿瘤的真阳性检测示例。图6展示了DL-CAD系统在相同工作点下的常见失败模式。假阴性通常为位于肺叶支气管或更远端(图a-d)的癌症,尤其是当位于亚段支气管时。大多数假阳性检测观察于非结节性黏液分泌物(图e)。其他假阳性为对气管后膜前弓(图f)、气管导管(图g)或肺门区域肺血管(图h)的检测。在某些情况下,AI系统还检测到气道结节以外的相关异常,即肺内结节或食管病变(当靠近气道或肺部时)。
讨论
气道肿瘤罕见,被认为是放射科医生常见的盲区[10–13]。鉴于人工智能的最新进展,我们的目标是开发一个用于检测气道结节的深度学习计算机辅助检测(DL-CAD)系统,并评估其在常规临床环境中的技术性能。我们证明,即使在可用训练数据有限的情况下,DL-CAD系统在阴性患者中平均每扫描0.25个假阳性(FP/s)时能检测出75%的气道结节。对于良性和恶性肿瘤子集,在相同假阳性率下灵敏度更高,达到79%。亚组分析显示,该系统还能检测出大多数放射科医生难以检测的细微肿瘤。
据我们所知,这是第一项研究DL-CAD系统用于气道结节性能的研究。FROC分析(图4a)显示,肿瘤性病变的检测性能高于非肿瘤性病变(在所有操作点上平均差异为6个百分点)。这可以用肿瘤直径较大来解释(中位数13.4 mm对比7.1 mm)。结节状黏液分泌物也可能因与支气管壁的夹角更钝以及对比度低于肿瘤(脂肪瘤除外)而更难检测,如图2所示。尽管主要目标是检测肿瘤,但检测结节状黏液分泌物仍然很重要,因为它们可能难以与肿瘤区分(见图5a–d)。放射科医生可以根据内部空气的存在[32]评估结节,并决定是否需要在剧烈咳嗽后重复CT成像或进行支气管镜检查以进一步临床评估。
图4b中的FROC分析显示,与更明显的肿瘤相比,DL-CAD系统对非常细微肿瘤的检测性能较低。DL-CAD系统可能将这些病变排除为亚段黏液分泌物或肺内结节,而这些在数据集中未标注(见“材料与方法”部分的“纳入标准”)。因此,(亚)段气道仍然是放射科医生和DL-CAD系统需要关注的区域。尽管如此,DL-CAD系统已经能够检测并正确定位大多数(非常)细微肿瘤,因此具有潜在的临床价值。
矛盾的是,与相对明显和细微肿瘤相比,该系统对明显肿瘤的灵敏度较低。最显著的肿瘤通常伴有梗阻后肺不张,整体外观结节性较少(见图3a、b),这可能解释为什么这些肿瘤更难检测。该系统对至少回顾性看来相对明显的肿瘤仍具有高灵敏度。在无意盲视[11, 33]的情况下,这些肿瘤可能在CT扫描中被忽视,DL-CAD系统在此类情况下可能有用。
未来研究的一个建议是探讨气道结节深度学习计算机辅助检测(DL-CAD)系统的最佳工作点。由于此前没有关于该主题的研究,我们选择了一个平衡敏感度和特异度的工作点,但这最终取决于成本-收益权衡。例如,DL-CAD系统对大气道肿瘤具有高敏感度,放射科医生可能接受每几次扫描出现一个假阳性CAD标记,以减少筛查该区域的精力。然而,如果这些假阳性导致不必要的随访检查显著增加,相关成本可能超过早期发现的收益,此时可能需要降低假阳性率。
本研究存在若干局限性。第一,所提出的DL-CAD系统未在外部验证集上进行评估,因为我们没有可用的含气道肿瘤的外部数据集。尽管如此,该算法已在采用多种扫描方案的CT扫描上进行了训练和评估(见表1和附录1中的补充表1),因此预期结果可推广至其他机构。我们的算法已公开可用,这为其他研究者未来进一步开展外部验证提供了机会。第二,DL-CAD系统的性能可能受限于可用训练样本数量较少。Kim等[24]和DeSimone等[21]分别在低剂量CT筛查队列中发现气道结节的患病率为0.6%(313/53,036)和2%(178/9068)。我们在常规临床队列中发现了相似的患病率,这表明除非从许多机构收集数据,否则样本量少是不可避免的。第三,我们未开展观察者研究来比较DL-CAD系统与放射科医生的性能。无偏倚的回顾性评估可能较为困难,因为气道结节表现罕见,如果不以其自然发生率呈现,将不可避免地提高放射科医生的警惕性。我们使用了基于已知被漏诊肿瘤的评分系统来缓解这一问题,并评估DL-CAD系统的潜在价值。
总之,我们发现DL-CAD系统能够在常规临床胸部CT扫描中以可接受的假阳性率检测大多数良性和恶性气道结节。尽管这些结节罕见,我们的研究结果证明了开发DL-CAD系统的技术可行性,该系统可能对放射科医生在真实临床环境中有用。未来研究应旨在多机构更大的临床队列中评估DL-CAD系统的性能。
补充信息
电子补充材料
引用
- Hendrix W, Hendrix N, Scholten ET, et al. Artificial intelligence for the detection of airway nodules in chest CT scans. Eur Radiol. 2025. PMID: 40042650. doi:10.1007/s00330-025-11468-6
- 全文:PMC12350537(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12350537/
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。