风险分层筛查:每日乳腺X线摄影召回安排模板的模拟研究
本研究利用离散事件模拟,在高通量乳腺影像中心比较风险分层筛查(RSS)排程与传统随机排程对每日召回变异、运营时间和患者等待时间的影响。RSS排程将Tyrer-Cuzick与深度学习风险评分结合,固定高风险患者数量并安排其在上午检查。模拟显示RSS可降低召回变异,但同日诊断场景下等待时间略有增加。
要点
- RSS排程通过固定RSS 2和3类患者每日数量,可降低每日召回数量的变异。
- 在非均匀召回率分布下,RSS使召回变异降低26%至30%(P<.05)。
- 同日诊断场景下,RSS使患者平均等待时间增加0.6至2.4分钟(P<.05)。
核心结论
- 模拟研究提示,RSS排程可能降低召回变异,并可能通过AI分诊在正常运营时间内完成同日诊断。
研究设计与样本
- 离散事件模拟研究,基于某高通量乳腺影像中心1年排程数据、2年检查时间戳和1年产程数据构建模型。
- 模拟基线为每日60名患者,其中42%接受筛查乳腺X线摄影,召回率为11%(约3例/日)。
- RSS分类依据5年Tyrer-Cuzick风险评分和混合深度学习模型:RSS 1为<2%,RSS 2为2至<4%,RSS 3为≥4%。
- 比较RSS与非RSS排程在均匀(RSS 1:0.06,RSS 2:0.12,RSS 3:0.18)和非均匀(RSS 1:0.01,RSS 2:0.01,RSS 3:0.37)召回率分布下的结局。
诊断标准与关键数值
- RSS 1定义为5年乳腺癌风险<2%,RSS 2为2至<4%,RSS 3为≥4%。
- AI风险评分1至10分中,8至10分经放射科医生确认为可疑者符合同日诊断条件。
- 非均匀分布下,RSS较非RSS使召回变异降低26%(1.84 vs 2.48,P<.05,无同日诊断)和30%(1.98 vs 2.82,P<.05,有同日诊断)。
- 均匀分布下,无同日诊断时RSS较非RSS召回变异降低(2.42 vs 2.77,P<.05);有同日诊断时差异未达统计学显著(2.47 vs 2.58,P>.05)。
临床应用与阅片要点
- RSS排程将RSS 3患者安排在上午、RSS 2次之、RSS 1在下午,以减少当日晚些时候需同日诊断的可能性。
- 作者建议可考虑替代RSS模板,如上午优先安排RSS 2和RSS 3患者,或同时安排RSS 2、RSS 3及小部分RSS 1患者,以平衡等待时间。
- RSS排程可能限制患者预约选择,RSS 1患者仅限下午、RSS 3患者仅限上午。
局限性
- 本研究使用模拟模型中的平均值估计变异,替代变异分析方法可能对临床医生更直观。
- 本研究未考虑可能影响结局的多种工作流程选项,如中心可在任意时间点停止诊断。
- 基于风险的排程减少了患者预约选择,可能导致可及性问题。
- RSS分类分布来自已发表研究而非本机构数据。
- 假设RSS 3召回率最高需真实世界数据验证;RSS召回与AI及放射科医生确认的一致性需在试点实施中评估。
全文中译13 节 · 点击展开
引言
对乳腺X线摄影进行实时判读,以及在可能异常的乳腺X线摄影后当天进行诊断性影像检查,可缩短筛查与最终结果之间的时间,并免去后续预约的需要[1,2]。该方法已在美国的若干卫生系统中实施,但并不常见[3–5]。大多数乳腺影像中心放射科医师在患者离开诊所后分批判读筛查性乳腺X线摄影。需要进一步影像检查的患者会被通知并安排在日后进行诊断性影像检查。用于乳腺X线摄影的人工智能(AI)工具可即时提示哪些患者应被邀请进行当日诊断,从而实现当日诊断。然而,安排当日诊断对诊所而言是一项运营挑战,鉴于技术人员、放射科医师和物理资源固定,可能造成瓶颈。被召回患者数量的过度波动以及接受当日诊断者的诊断需求差异,是 adoption 的障碍。
在早期研究中,我们在一个高容量乳腺影像中心模拟了将AI分流的当日诊断与放射科医师即时复核相结合[6,7]。使用离散事件模拟——一种将系统运行建模为时间上离散事件序列的技术,旨在评估、预测和优化现有或拟议系统[8]——我们考察了AI分流的当日诊断检查对临床运营(如运营时间)和患者体验(如等待时间)的影响。从筛查性乳腺X线摄影被召回的患者平均百分比为12%,范围为每天0至14例。这种波动可能妨碍当日诊断的运营可行性。
我们假设,根据患者发生乳腺癌的风险安排预约的排程模板,可作为预测筛查性乳腺X线摄影召回可能性的替代指标,并减少每日波动。我们考察了风险分层筛查(RSS)排程相对于常规非风险分层排程系统如何影响每日召回数量和患者照护需求(如诊所能否在正常运营时间内安排所有已预约的筛查性乳腺X线摄影和当日诊断)。RSS将Tyrer-Cuzick风险评估[9]与基于深度学习的AI风险预测模型的输出[10]以及已知的召回预测因素[1]相结合。
方法
加利福尼亚大学洛杉矶分校获得了机构审查委员会批准。我们遵循四个关键步骤——规划、建模、验证和确认(参见结果部分)以及分析——来开发和验证模拟模型[11]。我们在先前模型[6,7]的基础上构建,以比较RSS和非RSS模板。在本研究中,术语“召回”指可能异常的筛查性乳腺X线摄影后的诊断性照护,可能涉及当日诊断或日后随访诊断检查。
设置
我们的模拟使用了本医疗系统内乳腺影像检查量最高的中心的数据,该中心承担了约20%的全部乳腺影像检查。该中心提供所有类型的乳腺检查和操作,包括筛查性乳腺X线摄影和超声、乳腺MRI、诊断性乳腺影像检查以及多模态影像引导下的活检。当前实践和患者量作为基线工作流程。一个由影像学、信息学和实施科学专家组成的团队开发了一个假设性工作流程,纳入人工智能对筛查性乳腺X线摄影的判读、对标记结果的放射科医生即时复核以及当日诊断性影像检查。
建模
研究了两种预约模板:非风险分层筛查(RSS)即基线预约和RSS。图1展示了由(1)5年Tyrer-Cuzick风险评分[9]和(2)用于预测乳腺癌风险的混合深度学习模型(见仅电子版补充方法)[10]定义的RSS分类。无基线筛查性乳腺X线摄影或过去5年内未进行过筛查的患者被归入召回风险升高类别[1]。在非RSS模板中(图2a),使用Yala等[10]的数据,RSS 1(5年内癌症风险<2%)、2(2至<4%)和3(≥4%)患者被随机分配到某一天筛查预约的44%(例如,均值±标准差:11±3.1)、28%(7.1±2.6)和28%(7.1±2.6)(计算见仅电子版补充方法)。相比之下,RSS模板(图2b)将每日RSS 3和RSS 2患者数量分别固定为7至8例(7.1±0.3;计算见仅电子版补充方法),因为这两类患者在5年内的癌症风险高于RSS 1患者。筛查性乳腺X线摄影的安排为:所有RSS 3患者首先接受检查(当天早些时候),然后所有RSS 2患者,最后所有RSS 1患者在当天晚些时候,以减少当天晚些时候的患者需要当日诊断性照护的可能性。尽管在非RSS情景中也分配了RSS类别,但未用于指导预约安排。
我们假设,在末次筛查性乳腺X线摄影后5年内发生乳腺癌风险较高的患者,与同一时间段内风险较低的患者相比,召回率更高,且RSS 3的召回率高于RSS 1和2。我们考虑了两种假设性RSS召回率分布,即在三个RSS类别中均匀增加(RSS 1:0.06,RSS 2:0.12,RSS 3:0.18)和非均匀增加(RSS 1:0.01,RSS 2:0.01,RSS 3:0.37)(表1)。均匀增加的召回率分布反映了三个RSS类别(RSS 1:<2%,RSS 2:2至<4%,RSS 3:≥4%)5年乳腺癌风险的递增。非均匀召回率分布中大多数召回来自RSS 3,表明控制RSS 3病例数将管理大部分召回变异性。在均匀情景中,RSS 1、2和3分别贡献了24%、30%和46%的召回(计算见仅电子版补充方法),固定RSS 2和3的数量可控制76%的召回。在非均匀情景中,RSS 1、2和3分别贡献了4%、2.5%和93.5%的召回(计算见仅电子版补充方法),固定RSS 2和3的数量可解释96%的召回。两种RSS召回率分布中的总体召回率均保持在11%,与本机构的平均召回率一致。
图3展示了基线流程和假设的患者流程,均包含人工智能分诊的当日诊断影像模块。在基线流程中,筛查性乳腺X线摄影离线批量阅片,BI-RADS 0(即结果可能异常但不完整、需要进一步诊断评估)的患者被召回,于日后进行诊断性检查。在假设的人工智能驱动流程中,筛查后立即进行人工智能评估,生成1至10的癌症风险评分(即Transpara [ScreenPoint Medical],见仅电子版补充方法)[12]。评分1至7将像基线流程一样批量审核。评分8至10经放射科医师确认为可疑者,将有资格接受当日诊断影像检查。
如表1所示的模型参数来源于1年的乳腺影像预约数据(2022年12月1日至2023年11月30日)、2年的乳腺影像检查时间戳(2022年1月1日至2023年12月31日)以及1年的生产力数据(2022年6月1日至2023年5月31日)。我们使用预约数据估计每小时的患者数量(补充材料中仅电子版表S1)以及按小时划分的患者类型分布(补充材料中仅电子版表S2)。我们估计未到诊率为10%,筛查性乳腺X线摄影与诊断性检查之间的平均间隔为20天。
模型假设
我们之前的模拟研究已描述了大多数离散事件模拟模型的假设[6,7]。例如,模型假设所有被建议进行当日诊断性检查的患者都会完成检查并获得保险批准。此外,我们假设筛查性乳腺X线摄影与诊断性检查之间的天数服从正态分布(表1)。在假设流程中,人工智能算法全天运行,所有放射科医师和受训人员均可参与照护所有类型的患者。
结局与分析
本研究的主要结局是召回方差,定义为每日召回数量的方差。此外,我们统计了每日召回数量超过日均召回数量两倍的工作日数,因为高于平常的召回数量可能会使放射科医师和技术人员不堪重负。次要结局包括10个工作小时内平均服务患者数、服务所有已签到患者所需的平均工作时间,以及所有患者的平均等待时间。在八种情景中(RSS与非RSS,联合或不联合当日诊断性检查,使用均匀与非均匀递增召回率),在保持其他参数(即召回率分布和当日诊断性检查)不变的情况下,对RSS与非RSS模板进行比较。进行敏感性分析以考察两种情景的可能结局:(1)仅提供筛查性乳腺X线摄影和当日诊断的中心;(2)设置与主要分析相同但召回率为15%而非11%的中心(见仅电子版补充方法)。
统计分析
我们为每个场景模拟了365个工作日,并使用10个不同的随机种子重复进行(见e-only补充方法)。结果取10次迭代的平均值(即365×10=3,650个工作日)。比较在RSS与非RSS模拟场景之间进行。Levene检验比较两种场景之间每日平均召回患者数的两个方差是否相等。Wilcoxon符号秩检验比较配对组均值(即“每日”值,包括10个工作小时内平均服务患者数和服务所有已签到患者所需的平均工作时间),Wilcoxon秩和检验比较非配对组均值(即“每患者”值,包括所有患者的平均等待时间)。双侧P值小于.05被认为具有统计学意义。分析使用Python 3.7.3版本(Python Software Foundation,Wilmington,Delaware,United States)及“SimPy”软件包进行,与既往对模拟模型组件的描述一致[6]。
结果
模型验证与确认
模拟模型平均每天有60名患者,筛查乳腺X线摄影患者的比例为42%,召回率为11%(约每天3例召回)。这些数字与影像中心1年的排程数据一致。所有场景均符合模型参数中RSS类别的比例以及总体和RSS特异性召回率(见补充材料中的e-only表S3)。
患者召回
表2总结了患者召回结果。当使用均匀增加的召回率分布进行模拟时,与未进行当日诊断检查的非RSS排程相比,RSS排程的召回方差较低(2.42对2.77,P<.05)。然而,在包含当日诊断检查的场景中,RSS与非RSS排程之间召回方差的降低未达到统计学显著性(2.47对2.58,P>.05)。RSS模板使召回数大于每日平均召回数两倍的天数在未实施当日诊断检查时减少了30%(57对82),在包含当日诊断检查时减少了28%(54对75)。
当使用非均匀增加的召回率分布执行模拟时,观察到召回方差显著降低。从非RSS模板过渡到RSS模板,在未进行当日诊断检查时召回方差降低26%(1.84对2.48,P<.05),在包含当日诊断检查时降低30%(1.98对2.82,P<.05)。在比较RSS与非RSS排程时,召回数大于平均召回数两倍的天数在未进行当日诊断检查时减少了80%(12对59),在包含当日诊断检查时减少了76%(24对98)。
门诊运营与患者等待时间
RSS模板主要影响涉及当日诊断检查的场景。比较RSS与非RSS排程,在召回率分布均匀增加和非均匀增加的情景中,每天10小时内平均服务患者数分别增加0.7%(55.2对54.8)和1.3%(55.4对54.7)(P < .05)。此外,为服务所有已签到患者,影像中心的平均运营时间在均匀情景(10.4对10.5小时,P < .05)和非均匀情景(10.3对10.5小时,P < .05)中分别减少6分钟(1.0%)和12分钟(2.0%)。然而,转换为RSS排程导致影像中心的平均等待时间在均匀情景中增加0.6分钟(0.21对0.20小时,P < .05),在非均匀情景中增加2.4分钟(0.24对0.20小时,P < .05)。表3呈现了排程方法的详细比较。
敏感性分析
第一项敏感性分析是一个假设的诊所,专门从事筛查性乳腺X线摄影和诊断性影像检查,无论是否采用人工智能驱动的筛查性乳腺X线摄影即时判读和当日诊断检查(补充材料中的e-only表S4)。该独立诊所的平均召回数为每天6例。RSS排程取得了与当前环境观察到的相似结果;然而,在当日诊断检查情景中增加的患者等待时间相比当前环境更短(例如,非均匀,独立诊所对当前环境:1.2对2.4分钟)。
第二项敏感性分析将召回率提高至15%(补充材料中的e-only表S5)。研究结果与11%召回率情景相似,但效应更为明显。实施RSS排程使所有情景中的召回方差减少10%至49%(P < .05)。此外,在涉及当日诊断影像检查的情景中,每天10小时内平均服务患者数增加0.9%至1.9%(P < .05),而在这些情景中服务所有已签到患者所需的平均运营时间减少0.9%(6分钟)至2.8%(18分钟)(P < .05)。然而,与非RSS排程相比,在当日诊断影像检查情景中,平均患者等待时间增加1.2至3分钟(P < .05)。
讨论
我们的模拟表明,基于风险的筛查性乳腺X线摄影排程可以减少召回方差,并降低召回数超过平均值两倍的日子的频率,而这对医疗团队来说可能难以管理。RSS排程通过固定一天中RSS 3患者(大多数召回的来源)和RSS 2患者的数量来实现这一目标。此外,在一天中较早时段照护RSS 3患者可降低较晚时段筛查的患者需要当日诊断的可能性,而这可能需要延长运营时间。筛查后诊断量较高的日子更少,意味着在进行当日诊断检查时,更多日子可以在影像中心运营的10小时内照护当前数量的患者。
值得注意的是,任何排班变更都需要考虑工作流程因素。例如,将RSS 3类患者集中在上午可能会导致该时段门诊更加繁忙,从而在转换为RSS模板后增加等待时间。为减轻这些影响,可以考虑替代性RSS模板,例如(1)在一天开始时优先安排RSS 2和RSS 3类患者(见电子版补充材料图1a),或(2)在一天早些时候优先安排所有RSS 2和RSS 3类患者以及一小部分RSS 1类患者(见电子版补充材料图1b)。目标是通过仔细控制每日RSS 2和RSS 3类患者数量以有效管理召回变异,重新安排RSS类别的顺序,以避免放射科医师和技术人员不堪重负,同时尽量减少患者等待时间的延长。
本研究中筛查乳腺X线摄影的患者量相对较低,平均每天25名患者,这是由于检查分布在我们机构内的12个站点。对一个假设的独立筛查诊所进行的敏感性分析表明,筛查乳腺X线摄影患者量较高的影像中心(例如每天55次检查)可能受益于实施RSS排班以进行当日诊断性检查。此外,RSS排班的有效性取决于召回率以及减少占大多数召回的RSS类别每日数量的波动。全国筛查乳腺X线摄影性能指标显示平均召回率为10%至12% [13,14],然而既往研究报告的召回率超过12% [15–18]。随着召回率增加,召回变异也增加。在15%召回率下,RSS排班的影响变得更加明显。此外,非均匀情景在模拟中显示出比均匀情景更显著的效果。在均匀情景中,RSS 2和3类贡献了76%的召回。在非均匀情景中,它们占召回的96%。这表明,尽管每个RSS类别的实际召回率可能有所不同,但固定尽可能多贡献召回的RSS类别数量将最大化RSS排班的有效性。成功控制召回变异可以最大限度地降低任何一天当日诊断性检查和潜在活检量不堪重负的风险,使其更有效地实施以减轻诊断延迟并改善健康公平性 [19,20]。
局限性
离散事件模拟模型的局限性已在我们之前的工作中讨论过[6,7]。本研究在模拟模型中使用平均值来估计变异。然而,分析变异的替代方法可能对临床医生更直观,并能更好地捕捉他们遇到的日常波动(例如,模拟展示365天中可能的结果,以可视化护理团队可能经历的情况)。本研究未考虑可能影响研究结果的一系列工作流程选项,这些选项可能是应对极端日期的务实解决方案,例如使中心能够在一天中任何时间点停止诊断。此外,基于风险的调度减少了患者的预约选择,因为RSS 1患者被限制在下午预约,RSS 3患者被限制在上午,可能导致就诊问题。替代的RSS调度模板(见仅电子版补充材料中的图S1)可能提供更大的灵活性。RSS类别分布来源于一项已发表的研究,而非我们机构的数据。未来,我们可能考虑使用最先进的深度学习模型,利用我们机构的数据来验证RSS分布。我们假设RSS 3将具有最高的召回率,因为其与5年内最高癌症风险相关,但这一假设需要用真实世界数据加以验证。基于RSS的召回与AI和放射科医生在同日诊断检查中确认的召回之间的一致性需要在试点实施期间进行评估。筛查乳腺X线摄影可能异常后的患者召回涉及多种因素,模拟仅捕捉了召回变异的特定驱动因素,例如不同的召回率。未来研究可以利用实际患者数据进一步研究RSS类别,主要关注患者年龄和乳腺密度这两个召回的主要贡献因素。AI可以帮助早期识别良性病例,可能减少假阳性诊断成像并提高诊断准确性和效率。
补充材料
引用
- Lin Y, Hoyt AC, Manuel VG, et al. Risk-Stratified Screening: A Simulation Study of Scheduling Templates on Daily Mammography Recalls. J Am Coll Radiol. 2025. PMID: 40044308. doi:10.1016/j.jacr.2024.12.010
- 全文:PMC11925393(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11925393/
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。