人工智能在肾脏影像中的应用最新综述
本文综述了人工智能(AI)、机器学习(ML)与深度学习(DL)在肾脏病变影像分析中的应用,涵盖分割、良恶性鉴别及RCC亚型分类;多项研究显示 radiomics 与 ML 模型在鉴别良恶性及亚型方面有较好表现,但存在数据变异性、可解释性和发表偏倚等局限。
要点
- AI 在肾脏病变分割、检测和分类中展现潜力,可辅助术前诊断与个体化治疗。
- Radiomics 联合 ML 模型在鉴别良恶性肾病变及 RCC 亚型方面有较高准确性。
- 现有局限包括数据变异性、可解释性不足和发表偏倚,影响临床落地。
核心结论
- AI 在肾脏病变评估中展现出术前诊断潜力,但临床实施仍面临数据变异性、可解释性和发表偏倚等挑战。
研究设计与样本
- 本文为最新综述,检索并汇总了 AI 在肾脏影像中应用的相关研究,涵盖分割、良恶性鉴别和亚型分类等任务。
关键影像表现/征象
- 超声可识别大多数偶发单纯性肾囊肿,但不能稳定区分良恶性实性肾肿瘤。
- Bosniak 分类系统用于评估囊性肾肿块恶性风险,高达 90% 的实性肾肿瘤为恶性。
- 多数肾肿块在基线超声或静脉期 CT 检查中偶然发现,常因非泌尿系统原因行检查。
- 除典型单纯囊肿和含脂肪 AML 外,准确表征肾肿块需增强 CT 或 MRI 专用扫描。
诊断标准与关键数值
- Kocak 等研究中,人工神经网络分类器结合自适应提升在区分 ccRCC 与其他肿瘤类型时准确率最高,达 84.6%;SVM 分类器在区分 ccRCC 与 papRCC 及 chRCC 时表现最佳,准确率 69.2%。
- Mühlbauer 等的 Meta 分析中,鉴别 AML 与 RCC 的 log OR 为 2.89,鉴别嗜酸细胞瘤与 RCC 的 log OR 为 3.08;30 项研究汇总分析显示鉴别良恶性的 log OR 为 3.17(P < 0.001)。
- Li 等对 61 例患者多期 CT 应用五种 ML 算法鉴别 chRCC 与肾嗜酸细胞瘤,所有模型均显示高诊断准确性,尤其联合皮髓质期与肾实质期数据时。
- Nassiri 等开发的 radiomics ML 算法在 684 例患者中有效鉴别肾肿块,AUC 为 0.84。
- Hoang 等利用多期增强 MRI radiomics 特征和随机森林模型鉴别良恶性肾肿块,papRCC 与 ccRCC、嗜酸细胞瘤与 ccRCC、嗜酸细胞瘤与 papRCC 及 ccRCC 的准确率分别为 77.9%、79.3% 和 77.9%。
临床应用与阅片要点
- Radiomics 联合 ML 模型可提供良恶性概率,结合患者合并症辅助决定主动监测、活检或切除。
- 在鉴别嗜酸细胞瘤与 ccRCC 时,XGB 算法表现最具挑战,各期增强 AUC 均最低,可能因两者影像特征相似(中央瘢痕与中央坏死)。
- Firouzabadi 等 Meta 分析中,CT radiomics 鉴别 RCC 与嗜酸细胞瘤的汇总敏感度和特异度分别为 0.818 和 0.808;鉴别 chRCC 与嗜酸细胞瘤的汇总敏感度和特异度分别为 0.83 和 0.92。
- Firouzabadi 等另一研究显示,检测 RCC 与 fp-AML 的汇总敏感度为 0.779,鉴别 ccRCC 与 fp-AML 的汇总敏感度为 0.817;对应汇总特异度分别为 0.933 和 0.926。
局限性
- 数据变异性、可解释性和发表偏倚是 AI 在肾脏影像中应用的现有局限。
- Razik 等的研究队列小且以 ccRCC 为主,可能使结果产生偏倚;机器学习方法有时因大量比较而通过暴力方法识别特征,缺乏充分统计校正。
- Said 等的研究对良性病变检验效能不足。
- Hoang 等的研究聚焦于特定组织学实体比较,不能反映临床实践中更广泛的鉴别诊断。
全文中译28 节 · 点击展开
引言
2018年,肾细胞癌(RCC)在全球导致约175,000例癌症相关死亡[1]。近几十年来,RCC的发病率以每年约2%的速度稳步上升,主要归因于横断面成像使用的增加[2, 3]。根据一些近期报告,在接受腹部影像学检查的个体中,约27%被检出偶发性肾脏病变[4]。因此,准确且经济有效地鉴别良性与恶性肾脏病变是必要的。肾肿瘤根据其细胞来源和行为被分类为不同的组织学亚型,每种亚型具有独特的发病率、预后特征和治疗选择[5, 6]。因此,利用横断面成像准确区分这些亚型仍然具有挑战性。即使在手术切除后,相当比例的肾肿瘤,特别是那些小于1 cm的肿瘤,在组织病理学检查时被发现为良性[7, 8]。
人工智能(AI)的最新发展显著增强了影像学评估,特别是通过机器学习(ML)及其先进的深度学习(DL)技术[9, 10]。研究已证明ML在检测肾脏肿块[11]和预测初始检测之外的监测结局[12]方面取得了令人鼓舞的结果。此外,近期进展,特别是基于Transformer的模型如视觉Transformer(ViT)的应用,已在医学影像中的诊断准确性和图像分类任务中显示出实质性改善。这些基于Transformer的架构利用注意力机制,与传统卷积神经网络(CNN)相比提供了更优越的性能,因此成为肾脏肿块分割和亚型鉴别的一个有前景的方向[13, 14]。
利用AI的计算机辅助诊断(CAD),特别是ML及其先进的深度学习(DL)技术,正在成为影像学研究中的一个新颖且有前景的领域。我们首先回顾AI在评估肾脏病变中的当前作用,并探讨其在肾脏病变术前诊断中的前景(图1)。
肾肿瘤
评估肾脏肿块的第一步涉及区分良性囊肿和实性肿块。大多数囊性肾脏肿块为良性;即使为恶性,它们也生长缓慢。Bosniak分类系统是一个基于恶性风险对囊性肾脏肿块进行分类的成熟平台[15]。
高达90%的实体肾肿瘤为恶性,包括透明细胞肾细胞癌(ccRCC)、乳头状肾细胞癌(papRCC)、嫌色细胞肾细胞癌(chRCC)、集合管癌(CDC)和肾髓质癌(RMC),尽管其发病率低于囊性肿瘤[16]。血管平滑肌脂肪瘤(AML)和嗜酸细胞瘤是最常见的良性实体肾肿块[17]。影像学在肾肿块的诊断和定性中至关重要,可为分期、预后、治疗管理和随访提供重要信息[18]。超声检查(US)可以容易地将大多数偶然发现的肾肿块识别为单纯性囊肿;然而,它不能始终如一地区分良性和恶性实体肾肿瘤[19]。大多数肾肿块是在基线US或静脉期计算机断层扫描(CT)检查中偶然发现的,这些检查通常因非泌尿系统原因而进行[20]。除了典型的单纯性囊肿和含脂肪的AML外,对这些肿块进行准确定性需要使用静脉造影剂的专门CT或MRI扫描[21]。
引言及AI、ML和DL之间的区别
人工智能(AI)是计算机科学的一个广泛领域,旨在创建能够执行通常需要人类智能的任务的系统。这些任务涉及推理、问题解决、解释自然语言和识别模式。在过去十年中,AI及其子集ML在医学应用方面经历了显著增长[22]。
机器学习(ML)是计算机科学的一个领域,专注于使计算机能够在没有明确编程的情况下“学习”[23]。机器学习可以根据计算机的学习是“有监督”还是“无监督”进行广泛分类。有监督学习类似于流行病学研究中普遍使用的模型拟合技术。在这种方法中,为每个观测值指定结果值,在机器学习中称为“标签”或“目标”。这种具有明确结果值的数据被称为“标记数据”。有监督学习涵盖传统流行病学方法,包括线性回归和逻辑回归,以及广泛使用的机器学习算法,如决策树和支持向量机[24]。
在无监督学习中,算法寻求识别数据中的自然关系和分组,而不参考任何特定结果或“正确答案”[25]。
ML方法的意义主要在于放射组学模型,其旨在评估生长速度[26]、区分良性和恶性肿块[27]以及预测死亡风险[28]。
深度学习是机器学习中的一个专门领域,利用多层人工神经网络,通常称为“深度”网络。这些网络使深度学习算法能够对复杂的数据模式进行建模和分析。这种方法对于需要复杂手动特征提取的任务特别有利,例如图像和语音识别。值得注意的是,深度学习中的特征层是从数据中导出的,而不是由人工手动制造的。受人类大脑的启发,这种架构在视觉识别任务中取得了显著的成功,通常超越人类的能力[29]。人工神经网络(ANNs)由相互连接的人工神经元组成,这些神经元以类似于人脑结构的方式分层组织。反向传播算法对于训练ANNs至关重要,它调整神经元的权重以优化性能。由于其分布式架构,ANNs可能对死亡神经元表现出一定的鲁棒性[30]。
深度学习(DL)通过提高诊断和表征肾脏肿瘤的准确性和效率,在肾脏影像学中发挥着变革性作用。使用卷积神经网络(CNNs)和其他先进的神经架构,DL算法可以自动分割[31]、检测[11]和分类[32]医学图像上的肾脏病变,包括CT和MRI扫描。这些模型在识别成像数据中的复杂模式和细微差异方面表现出色。U-Net、YOLO和Mask R-CNN等DL方法在分割肾脏结构和区分良恶性病变方面特别有效,提高了诊断准确性并有助于个性化治疗规划。此外,DL算法促进肿瘤特征的非侵入性评估,例如亚型分类和分级,可能减少对侵入性操作的需求[32]。
分割
从MRI扫描中进行肾脏分割是肾脏MRI研究中一个耗时的阶段[33]。在医学图像分析中,图像分割是一项基本活动,对于从图像中提取相关对象或区域以建立组织表征和提高诊断精度是必要的。在临床实践中,肾脏分割有助于评估可用于临床决策的重要参数,例如病变大小和体积。此外,它可能有助于评估最佳治疗策略和规划干预措施。由具有丰富经验的技术娴熟的专家进行手动感兴趣区域(ROI)边界描迹和体视学是肾脏分割的金标准方法[34, 35]。分割技术被分类为“手动分割”、“基于图像处理和模型的分割”以及“ML/DL方法”。
手动分割
手动肾脏分割在深度学习工作流程企业的训练阶段准确标记肾脏图像。它获得地面真实分割,深度学习模型从中进行训练和基准测试。然而,这是一个极其耗时的过程,通常需要经验丰富的放射科医生准备或检查医学图像分割[36]。图像编辑应用程序,包括ITK-SNAP、Analyze、Mango、MRIcron、3D Slicer、Fiji和Amira,被用于手动分割[37–43]。
图像处理和基于模型的分割
阈值处理
单模态阈值分割主要由Rosin等人提出,是最简单的分割技术之一,其中将像素强度值与阈值进行比较,以将感兴趣区域(例如肾脏、肿瘤)与背景分离[44]。Sandmair等人利用单模态阈值分割评估慢性肾脏病(CKD)患者的总肾脏体积(TKV)。他们的结果显示,半自动分割(图2)获得的体积与参考体积之间相差1.5 ml,参考体积通过手动分割作为金标准测量[39]。
区域生长
区域生长从肾脏内选定的种子点开始。该算法从区域特征中自动学习其均匀性准则。它通过添加具有相似强度或纹理的邻近像素进行扩展,直到整个肾脏或病灶被分割[45]。Bae等人对肾囊肿个体进行了一项研究。根据他们的结果,基于区域的模型对囊肿计数的相对偏倚不超过2.2%,对体积的相对偏倚小于9.1%。该方法的主要局限性在于,在对单个肾囊肿进行初始计算机分割后,仍可能需要手动干预。如果程序未能自动分割某些囊肿,放射科医师应在MR图像上手动勾画其周界。该过程可包括添加新的种子点以纳入漏掉的囊肿,或移除现有种子点以排除错误分割的结构[46]。
边缘检测
边缘检测是许多图像处理应用中使用的一种基础技术,用于从图像中收集信息,作为特征提取和对象分割之前的初始步骤。该方法识别图像中对象的轮廓以及对象与背景之间的边界[47]。边缘表示图像内两个均匀区域之间的边界。边缘检测涉及识别并定位图像中的急剧过渡。Gui等人将肾脏肿块边缘检测作为超声成像中肿瘤分割方法的一部分[48]。他们的结果强调,肾囊肿和肾癌的DICE系数分别达到90.16%和91.13%。
分水岭分割
分水岭分割最早由Beucher等人于1979年提出,作为一种分割方法[49]。分水岭分割是一种先进的图像处理方法,其利用地理分水岭动态的类比来将图像划分为不同区域。在该技术中,像素强度被解释为地形高程,其中较高强度对应峰值,较低强度对应谷值。分割过程从图像内的局部最小值开始,这些局部最小值作为模拟水文淹没的起点[50]。随着这些区域扩展,类似于水填充盆地,它们会遇到相邻的扩展区域,在其交界处形成分水岭线。这些线建立了图像内不同对象或区域之间的边界。分水岭分割在解决医学成像等领域中复杂的相邻结构方面特别有效,在这些领域中空间描绘的精确性至关重要。尽管该技术具有实用性,但由于固有噪声和强度的细微变化,它容易发生过分割。它通常需要通过合并策略或在分割前策略性放置标记来进行额外细化,以增强分割结果[50]。
Schmidt等人利用三维分水岭分割方法分离共享边界的多个囊肿[51]。他们还应用全局阈值技术来细化边界。
活动轮廓模型(ACM)
基于活动轮廓模型(ACM)的图像分割算法是一种先进的图像处理技术,它整合了高层知识和先验输入以实现稳定的分割结果。该方法通过在优化过程中结合灰度信息和边缘信息来增强分割。它提供分段平滑的闭合轮廓作为最终结果,其特征是能够适应多种形式和灵活结构。ACM将图像分割挑战构建为以能量函数为中心的最小化问题。在分割过程中,目标对象的轮廓使用零水平集表示,这有助于处理曲线演化过程中的拓扑变化。虽然ACM自动适应分割区域拓扑的能力可能是有益的,但根据具体应用也可能带来挑战。从根本上说,ACM使用连续闭合曲线来描绘对象边界,通过标准梯度下降方法最小化相关能量函数来实现[52]。Pandy等人应用三维Unet和活动轮廓进行肾脏肿瘤分割[53]。他们方法的第一步是检测脊柱作为肾脏区域定位的标志。他们应用活动轮廓分割方法在其图像中分层脊柱区域。最终,他们使用受三维U-Net启发的卷积神经网络分割肾脏。
水平集(LS)方法
水平集方法是一种用于跟踪界面演化的数值技术。它在许多图像处理应用中发挥重要功能,如图像分割、重建和去噪[54]。Osher等人于1988年首次引入水平集方法[55]。
Shehata 等人开展了一项使用扩散加权磁共振成像(DW-MRI)进行三维肾脏分割的研究 [54]。根据他们的结果,仅由图像强度引导的水平集和由强度与空间特征联合引导的水平集的 DICE 系数分别为 48.82 ± 6.32% 和 58.19 ± 4.38%。
基于图像配准的分割
基于图谱的分割(ABS)是医学图像分析中广泛使用的一种方法,它利用预先标注的参考图像(即图谱)来促进新扫描中解剖结构的分割。该过程从图像配准开始,通过考虑解剖结构的变化(如形状、大小和方向)将图谱与目标图像对齐。对齐后,图谱中的标签被传播到目标图像中的相应区域,从而实现自动分割。多图谱方法利用多个图谱来表示不同人群之间的解剖变异性,从而增强准确性和稳健性。该方法在MRI或CT扫描中的器官勾画等临床应用中尤其有价值,可提高效率同时减少手动分割的需求 [56]。Zhao 等人利用多图谱配准(MAR)在微型CT图像上分割肾脏 [57]。他们的模型在研究数据集中 Dice 系数分别为 0.92 和 0.98。
基于深度学习的分割
U-net 和卷积神经网络(CNN)等深度学习框架经常被用于分析临床图像中的器官分割 [58]。深度学习框架(DLF)、体积分割技术(VST)和混合方法(HM)是肾脏分割的一些示例模型。
CNN,即卷积神经网络,是一种非常适合图像分析任务的深度神经网络。近年来基于卷积神经网络的自动肾脏分割技术的发展已显示出有前景的结果 [59–62]。最常见的模型是 U-Net 和 nn-Unet [63, 64]、YOLO v8 [62]、Mask R-CNN [60]、MobileNetV2-UNet [65]、DenseUNet [61]、ResUNet [66]、InceptionV4-Unet [67] 和 VGG Net [68]。
肾脏肿块的鉴别
机器学习和影像组学
各种成像技术对于诊断肾细胞癌(RCC)至关重要。超声是一种有效的筛查工具,可可靠地区分实性和囊性肾脏病变。然而,明确诊断需要利用更复杂的成像技术,如计算机断层扫描(CT)或磁共振成像(MRI)[69]。尽管成像技术取得了进步,但这些图像的解读在很大程度上依赖于放射科医生的主观专业知识和经验 [70]。影像组学提供了一种解决方案,通过纳入体素、纹理和直方图分析等参数,从常规CT或MRI图像中提取比人眼可感知的更详细的信息,从而有可能提高人类观察者的诊断准确性 [71]。该过程包括图像采集、感兴趣体积识别、分割(使用计算机辅助边缘检测后进行手动校正)、定量数据提取和数据库构建等步骤 [72]。影像组学将成为肿瘤学方法中不可或缺的一部分,有助于癌症检测、诊断和预后评估以及治疗反应监测。
肾细胞癌(RCC)诊断中的一个重大挑战是区分良性和恶性病变以避免过度治疗。基于放射组学的机器学习模型也可作为非侵入性工具,增强临床工作流程[10]。通过这种方法,MR图像上识别的肾脏肿块可通过机器学习模型进行处理,该模型提供良性 versus 恶性的概率。然后可将该概率与患者的合并症一起考虑,以确定最佳行动方案,无论是主动监测、活检还是切除。RCC包括三种主要亚型:透明细胞RCC(ccRCC)、乳头状RCC(papRCC)和嫌色细胞RCC(chRCC),它们在细胞度和血管分布上有所不同[73]。透明细胞RCC最具侵袭性和致命性,占所有RCC的75%,具有高转移潜力。乳头状和嫌色细胞RCC较少见,分别占RCC的10-15%和5%,通常具有更好的生存率[74]。RCC亚型分型在临床上很重要,因为它指导分子靶向治疗的使用。几项研究报道了放射组学在RCC亚型分型中的应用。Kocak等人旨在外部验证其发现,使用CT图像和机器学习(ML)算法实现模型复制和算法泛化。带有自适应提升的人工神经网络(ANN)分类器表现出最高准确度,在区分透明细胞RCC(ccRCC)与其他肿瘤类型方面达到84.6%。相反,支持向量机(SVM)分类器在区分ccRCC与乳头状RCC(papRCC)和嫌色细胞RCC(chRCC)方面达到最佳性能(69.2%准确度),而在区分ccRCC或chRCC与其他亚型方面表现较差[75]。
Mühlbauer等人的系统综述和荟萃分析发现了区分血管平滑肌脂肪瘤与RCC以及嗜酸细胞瘤与RCC的有希望结果,对数比值比分别为2.89和3.08。对30项研究的汇总分析显示,在区分良性与恶性病变方面的对数比值比为3.17(p < 0.001)[76]。Ma等人在一项对84个病理证实的肾脏肿块的研究中证明,基于放射组学的评估在区分乏脂肪血管平滑肌脂肪瘤与透明细胞RCC方面优于常规CT[77]。此外,Goh等人在一项关于全身治疗下影像随访的门静脉期增强CT研究中,将CT纹理分析确定为肿瘤进展和靶向治疗反应的独立预测因子[78]。Li等人使用61名患者的多期CT扫描,应用五种ML算法,评估了放射组学在区分嫌色细胞RCC与肾嗜酸细胞瘤方面的益处。所有模型均表现出高诊断准确度,尤其是当结合皮髓质期和肾图期数据时[79]。Nassiri等人开发了一种基于放射组学的ML算法,在684名患者上测试,有效区分肾脏肿块,曲线下面积(AUC)为0.84[27]。几项研究显示了ML和DL算法在分类RCC亚型、Fuhrman分级和预后方面的潜力[28, 80-82]。
众多研究利用CT和MR影像的影像组学和机器学习来鉴别肾脏肿块。例如,Hoang等人从多期增强后MR图像中提取影像组学特征,并利用随机森林模型区分良性和恶性肾脏肿块。他们具体比较了乳头状肾细胞癌(RCC)与透明细胞RCC、嗜酸细胞瘤与透明细胞RCC,以及嗜酸细胞瘤与乳头状和透明细胞RCC,分别达到77.9%、79.3%和77.9%的准确率。然而,该研究对组织学实体的聚焦比较并不能反映临床实践,临床实践中会考虑更广泛的鉴别诊断[83]。其他研究同样采用基于MRI的影像组学分析来区分RCC亚型,前提是已排除良性实体[84, 85]。在Razik等人的一项研究中,纳入42例患者的54个实性肾脏肿块,对脂肪抑制T1、T2加权、b500和b1000 s/mm2的DWI、ADC图以及增强后皮髓质期和肾实质期T1-VIBE图像进行无机器学习的影像组学分析,识别出区分良性和恶性实体的特征,达到AUC大于0.80。该研究队列较小,且以透明细胞RCC为主,可能导致结果偏倚。此外,机器学习方法有时因大量比较而通过暴力方法识别区分特征,而缺乏充分的统计校正[86]。Said等人进行了基于MRI的影像组学分析以区分RCC与良性肾脏肿块,达到AUC为0.73,尽管该研究对良性病变的检验效能不足[87]。最后,Xi等人的一项大型研究纳入1162个肾脏肿块,采用深度学习模型,达到总体准确率0.70[88]。
在Uhlig等人进行的一项研究中,利用来自多个影像中心的多期CT评估了一大群肾脏肿块患者,XGB算法在内部验证数据集中利用动脉期和静脉期联合对比增强区分不同肾脏肿瘤亚型,达到AUC为0.84。他们发现识别嗜酸细胞瘤是XGB算法面临的最大挑战,在各对比增强期中始终显示最低的AUC。这一困难可能源于嗜酸细胞瘤与ccRCC之间相似的影像学特征,例如分别具有形态学上可比的中枢瘢痕和中央坏死[89]。
在一项荟萃分析中,Firouzabadi等人识别出六项使用影像组学区分嗜酸细胞瘤与其他肾脏肿瘤的研究,分析了1049例患者的1064个病变(288个嗜酸细胞瘤病变和776个RCC病变)。该研究显示,从嗜酸细胞瘤中检测不同RCC亚型(透明细胞RCC、嫌色细胞RCC和乳头状RCC)的合并敏感度和特异度分别为0.818和0.808。具体而言,区分嗜酸细胞瘤与嫌色细胞RCC的合并敏感度和特异度分别为0.83和0.92。该研究结论认为,CT影像组学在区分RCC与嗜酸细胞瘤方面具有高准确率,包括区分嫌色细胞RCC与嗜酸细胞瘤[90]。
Firouzabadi 等人的另一项研究显示,鉴别肾细胞癌(RCC)与乏脂肪血管平滑肌脂肪瘤(fp-AML)的合并敏感度为 0.779,鉴别透明细胞肾细胞癌(ccRCC)与 fp-AML 的合并敏感度为 0.817。鉴别 RCC 与 fp-AML 的合并特异度为 0.933,鉴别 ccRCC 与 fp-AML 的合并特异度为 0.926。他们认为,基于 CT 的影像组学特征在鉴别 RCC 与 fp-AML 方面具有高敏感度和特异度,尤其是对于 ccRCC 与 fp-AML 的鉴别 [91]。
既往的系统评价强调了 30 项关于人工智能应用于肾脏肿块定性研究的方法学质量,并强调了人工智能临床整合的重要性 [92–94]。
Li等人评估了一种用于区分透明细胞肾细胞癌(ccRCC)与其他肿瘤亚型的CT影像组学模型。他们通过将影像特征与希佩尔-林道(VHL)突变基因相结合,探索了影像基因组学的潜力。他们的模型基于皮髓质期最相关的纹理特征构建,达到了0.95的高AUC和92.9%的准确率,其中8个特征中有5个与VHL突变基因强相关[95]。Raman等人研究了将CT纹理分析特征纳入随机森林(RF)模型以区分常见肾脏肿块,包括ccRCC和乳头状肾细胞癌(papRCC)。他们的模型在分类ccRCC(敏感度91%,特异度97%)和papRCC(敏感度100%,特异度98%)方面显示出高准确率,表明CT纹理分析结合RF建模是一种有前景的肾脏肿块表征方法。这些研究共同强调了先进成像技术和机器学习算法在改善肾细胞癌亚型区分和表征方面的潜力,满足了准确诊断和治疗规划的临床需求[96]。Leng等人研究了去噪异质性评分在区分血管平滑肌脂肪瘤(AML)与各种亚型肾细胞癌(RCC)中的作用。他们发现异质性评分能有效区分透明细胞RCC(ccRCC)和乳头状RCC(papRCC),且降低噪声进一步改善了模型的曲线下面积(AUC)[97]。Yan等人探讨了纹理分析在利用CT扫描区分少脂肪AML、ccRCC和papRCC方面的诊断性能。他们的分析显示出优异的分类结果,特别是使用非线性判别分析区分ccRCC和papRCC,且不受扫描期相的影响。他们观察到皮髓质期和肾图期图像趋向于更好的病变分类[98]。Hoang等人评估了MRI定量纹理参数在小肾脏肿块(< 4 cm)中区分RCC常见亚型(特别是ccRCC和papRCC)的能力。在提取的45个影像特征中,纹理成功以77.9%的准确率、65.5%的敏感度和88%的特异度区分了papRCC与ccRCC[83]。Li等人采用表观扩散系数(ADC)图的体积直方图分析来表征小肾脏肿块(SRMs)。他们的平均ADC与直方图值组合达到了最高的AUC 0.851,敏感度80.0%,特异度86.1%,表明体积分析在区分某些类型肾脏肿块方面具有潜力[99]。Paschall等人研究了体积全病变表观扩散系数(WL ADC)参数在识别RCC中的应用,特别是从ccRCC和嗜酸细胞瘤中识别I型乳头状RCC(papRCC)。他们的研究表明,WL ADC能有效区分papRCC与ccRCC(p < 0.001),达到AUC 95.2%、敏感度84.5%和特异度93.1%[100]。
近期研究探索了人工智能(AI)与影像基因组学的整合,以将影像特征与透明细胞肾细胞癌(ccRCC)的分子标志物相关联,尤其关注VHL、PBRM1和BAP1等基因的突变。
一项值得注意的研究探讨了计算机断层扫描(CT)影像特征与VHL、PBRM1、SETD2、KDM5C和BAP1基因突变之间的关联。研究人员发现,VHL突变与边界清晰的肿瘤边缘、结节状强化及可见的瘤内血管性显著相关。相反,KDM5C和BAP1突变与肾静脉侵犯相关。这些发现表明,特定的影像学特征可作为ccRCC潜在基因突变的非侵入性生物标志物。[101]。
另一项研究聚焦于利用CT影像组学预测BAP1突变状态。通过从CT图像中提取纹理特征并采用随机森林分类器,该模型达到了83%的准确率、72%的灵敏度、87%的特异度以及0.77的曲线下面积(AUC)。这证明了人工智能驱动的影像组学在非侵入性确定BAP1突变状态方面的潜力,而这对ccRCC的个体化治疗策略至关重要[102]。
此外,一项利用基于机器学习的定量CT纹理分析的研究旨在预测ccRCC患者的PBRM1突变状态。随机森林算法对95%的病例在PBRM1突变状态方面进行了准确分类,AUC值为0.987。预测携带PBRM1突变肿瘤的灵敏度、特异度和精确度分别为94.6%、95.4%和94.6%。这些结果强调了人工智能在将影像特征与特定基因突变相关联方面的有效性[103]。
总体而言,这些研究凸显了人工智能在将影像基因组学整合到肾脏影像学中的前景广阔的作用。通过将影像特征与VHL、PBRM1和BAP1突变等分子标志物相关联,人工智能促进了基因图谱的非侵入性预测,为ccRCC的个体化治疗方法铺平了道路。
尽管分析了大样本数据集,但手动定义定量指标的需要是影像组学的局限性。机器学习(ML)和深度学习(DL)算法通过利用人工智能模式识别进行图像分析来增强自动化[104]。在前列腺癌中,人工智能已成功以高准确率在多参数磁共振成像(mpMRI)上检测恶性肿瘤,并以与专家放射科医师相当的精确度预测癌症分级[105, 106]。为ML分析准备原始数据的一个限制性步骤涉及分割医学图像,随后由人工观察者标注感兴趣区域[107]。然后基于直方图分布、偏度和峰度提取特征[108]。DL算法可通过从标注数据中提取信息并识别额外的预测特征来进一步促进这一过程[104]。通过将数据库分为训练集和验证集并在单独的数据集上进行测试来验证模型。为临床实施,模型需要外部验证[107]。机器学习(ML)算法的进展是显著的,然而约30%的研究仍使用传统算法进行比较。因此,这些方法之间的直接比较尚未发表。需要更多数据来准确评估和推广用于影像组学研究的最有效ML算法。
深度学习
Yazdian等人证明YOLOv7能够有效检测肾癌。他们评估了326例患者、共1034个肿瘤,涵盖代表七种病理类型的十个基准,包括散发性和遗传性肿瘤。在2D评估中,其平均结果包括阳性预测值(PPV)为0.69 ± 0.05、灵敏度为0.39 ± 0.02、F1分数为0.43 ± 0.03。在2.5D评估中,平均结果为PPV 0.72 ± 0.06、灵敏度0.61 ± 0.06、F1分数0.66 ± 0.04。其表现最佳的模型达到2.5D PPV 0.75、灵敏度0.69、F1分数0.72 [11]。
Xu等人在一项纳入217例经T2加权成像(T2WI)和弥散加权成像(DWI)均确认存在肾脏肿瘤的患者的研究中,将基于影像组学的模型(包括随机森林和深度学习(DL))与放射科医师的评估进行了比较。在两种成像序列上联合应用DL和影像组学取得了最高的诊断准确率,T2WI的AUC为0.925,DWI的AUC为0.826,优于放射科医师的评估(AUC分别为0.724和0.667)[104]。
Lin等人[109]比较了深度学习模型与经验丰富的放射科医师在MRI上对肾脏肿瘤良恶性分类的表现。在一个包含1162个病灶的多机构数据集中,人工智能(AI)的测试准确率约为70%,而放射科专家约为60%(差异无统计学意义,p = 0.053)。值得注意的是,AI对恶性肿瘤的灵敏度显著更高(92% vs 专家80%,p = 0.017)。该研究表明,基于ResNet的AI在肾脏病灶特征描述方面可与经验丰富的放射科医师表现相当,甚至在灵敏度上略优于他们。
在Dai等人的多中心研究中,深度学习模型的表现被直接与放射科医师进行对比。在外部测试集上,AI的AUC为0.80,而亚专科放射科医师为0.84(差异无统计学意义,p = 0.61)[110]。同样,在一组前瞻性新发病例中,模型的AUC约为0.87,与放射科医师的表现(约0.92,p = 0.70)密切相当。即使对于非常小的肿瘤(< 1 cm),AI仍与专家相当(AUC 0.74 vs 0.81,p = 0.78)。这些头对头结果表明,最先进的AI在CT上鉴别肾脏肿块良恶性方面可与经验丰富的放射科医师匹敌,包括具有挑战性的小病灶。
Han等人也致力于使其模型具有可重复性和泛化性,以利用CT图像和机器学习区分ccRCC、papRCC和chRCC。其深度学习神经网络在所有RCC亚型中的总体曲线下面积(AUC)为0.9(ccRCC为0.93,papRCC为0.91,chRCC为0.87),表明分类性能良好,但chRCC亚型分型的准确率相对较低[111]。
Tanaka等人利用Inception-v3卷积神经网络(CNN)架构在多期对比增强CT上区分小(≤ 4 cm)肾脏肿块。其结果显示,最高准确率(AUC为0.846)是在皮髓质期图像上取得的。值得注意的是,该研究中深度学习模型的准确率相对高于放射科医师(AUC = 0.648)[70]。
肿块的Fuhrman分级
1982年,Fuhrman等人提出了一种组织学分级系统,用于评估肿瘤细胞核的大小、形状和核仁突出程度。Fuhrman分级范围为1至4级,级别越高与肿瘤侵袭性越强、分化越差相关[112]。
Fuhrman分级与患者预后之间存在显著关联[113, 114]。在各种治疗策略中,根治性手术仍是治愈肾细胞癌(RCC)患者的主要且最有效的治疗方法。射频消融和主动监测可作为小肾肿瘤和低危小肾肿瘤的替代选择[115, 116]。因此,术前评估RCC肿瘤侵袭性对于优化治疗计划和选择合适的随访方案至关重要[117]。
多种策略提出对透明细胞肾细胞癌(ccRCC)Fuhrman分级进行术前无创预测。MRI衍生的ADC值是已知的肿瘤活性指标,多项研究评估了其在区分低级别和高级别透明细胞RCC中的效用[118, 119]。这些研究表明,MRI在术前检测高级别RCC方面具有可接受的预测准确性(AUC = 0.80)[120]。然而,MRI的可及性不如CT广泛,且文献中报道的ccRCC ADC值范围差异显著[121, 122]。因此,MRI的稳健性和可重复性需要进一步验证。
基于CT的半定量和定量研究试图对低级别和高级别ccRCC进行分类[123, 124]。这些研究表明,CT是区分低级别和高级别ccRCC的一种有前景的方法。影像组学方法将医学图像转化为定量、高维、可挖掘的特征,能够预测肿瘤状态。然而,预测建模技术种类繁多,需要一个选择过程来挑选最适合预测肿瘤状态的模型。
Shu等人比较了不同Fuhrman分级ccRCC的影像学特征,并从皮髓质期和肾图期CT扫描中提取了1029个影像组学特征。他们发现分别有11个和24个特征与Fuhrman分级相关。该分析证实影像组学可术前评估肾脏病变的Fuhrman分级[125]。一项回顾性研究纳入290例患者、经组织学确诊的298个RCC,利用CT成像评估了肾肿瘤内的熵值和纹理定量水平。该研究发现透明细胞癌和较高Fuhrman分级中熵值显著升高[126]。
Enming Cui等人的一项研究利用MRI和CT扫描开发了机器学习(ML)模型,用于区分高级别和低级别ccRCC。模型在440例患者的数据上进行训练,并在20例患者的外部数据集上进行验证。表现最佳的模型在内部验证中MRI准确率为73%,CT准确率为79%。在外部验证中,基于MRI的模型准确率为74%,而基于CT的模型准确率为69%[127]。
Zahergivar等人基于其堆叠集成模型100次迭代的结果,证明了他们的模型在预测ccRCC患者Fuhrman肾肿瘤分级方面的高有效性。对于低级别肿瘤检测,他们报告的灵敏度为0.79,PPV为0.95,F1分数为0.86。对于高级别肿瘤检测,他们发现灵敏度为0.78,PPV为0.39,F1分数为0.52。该模型的优势在于其稳健性,表现为在多次迭代中性能一致以及良好的Matthews相关系数,表明其在预测低级别和高级别肿瘤方面的可靠性[128]。
近期研究机器学习(ML)作用的工作也分析了MRI成像中的纹理。通常使用T2和DWI窗口,既往关于RCC肿块的研究表明,DWI上的空间缩放因子(SSF)熵、皮髓质期和肾图期是评估RCC分级的最佳参数。据此,Stanzione等人开发了五种结合多种MRI特征的算法来预测肿瘤分级,准确率超过90%[84, 129]。
Chen等人[78]近期报道了使用机器学习技术基于临床病理数据预测患者ccRCC预后。他们的研究筛选了多种临床病理特征,并开发了一个使用机器学习算法的生存预测模型,纳入肿瘤分期、分级和大小。这一基于机器学习的预后模型在区分高生存风险患者方面表现异常出色,可作为ccRCC患者的独立预后因素。功能富集分析显示,基于机器学习的风险评分与若干生物学过程显著相关,包括细胞周期、细胞分裂和DNA修复,这些已知与ccRCC的发生和发展相关[130, 131]。
Yin等人开发并测试了一个使用对比增强计算机断层扫描(CECT)图像的ML模型来预测ccRCC的Fuhrman分级。在一项涉及25名患者的研究中,SVMRadial、RF和贝叶斯模型基于CECT图像的放射组学在预测ccRCC的Fuhrman分级方面表现出最佳的预后能力[132]。此外,Lin等人[81]开发了一个结合三个期相CECT的机器学习模型,在预测Fuhrman分级方面表现出优于单期相放射组学模型的性能。Ding等人[123]整合了皮髓质期和肾图期CECT图像的纹理特征,采用LASSO选择关键特征并使用逻辑回归模型在肾切除术时区分高级别与低级别ccRCC。Mostafa等人[133]利用三期CT扫描构建放射组学模型,采用多种图像处理技术和分类算法(SVM、随机森林、逻辑回归)来辨别Fuhrman分级。
Shu等人[125]从皮髓质期和肾图期提取了1029个放射组学特征,采用LASSO回归选择特征并使用逻辑回归对高级别和低级别ccRCC进行分类。Feng等人[134]利用三期CECT提取一阶图像特征,强调熵作为区分Fuhrman分级的独立纹理特征,但未对不同期相组合进行全面评估。
在最近的一项研究中,Zhou等[135]通过提取3D经典放射组学特征并从整个3D肿瘤团块计算对比增强变异(CEV)特征,创新性地开发了多期联合放射组学模型。他们的方法引入了多项创新:(1)利用四期CECT的放射组学特征构建多期联合模型用于ccRCC Fuhrman分级,利用由于ccRCC高度血管生成特性而与肿瘤血流动力学和微血管密度之间的理论关系。(2)引入3D CEV特征以定量表示经典放射组学特征在不同期相间的变化,可能反映ccRCC肿瘤团块的强化和异质性。(3)全面研究经典放射组学特征、CEV特征及其组合,揭示了一阶、CEV和GLCM特征类型在ccRCC Fuhrman分级中的关键作用。
多项研究表明,基于CT或MRI的深度学习模型可有效用于常规临床环境中ccRCC的分级,准确率范围为73.7%至88%[32, 136–138]。然而,在Bai等的研究中,该模型在对比增强超声(CEUS)图像上训练,在测试集上达到了77.9%的准确率,表明CEUS的表现与CT或MRI相当。由于人眼在医学图像上无法区分核分级,算法的辅助对于通过实用且无创的方法预测核分级具有重要价值[139]。
基础模型、大语言模型(LLM)和大视觉-语言模型(LVLM)
基础模型是在海量数据集上预训练的大规模AI模型,正在迅速推进医学影像学的发展(图3)。与传统的任务特异性模型不同,基础模型学习广泛的、可迁移的表征,可适应各种问题[140]。近期自监督学习的突破使这些模型能够利用未标注图像,而基于Transformer的架构和多模态训练(将图像与文本或其他数据结合)赋予它们对医学影像的“常识”理解[141]。
在诊断中的应用
预训练视觉模型通常能够识别其从未被明确训练检测的异常,展现出零样本诊断能力[142]。例如,一种名为“Merlin”的近期视觉-语言基础模型在超过600万张腹部CT图像及配对的放射学报告和临床编码上进行了训练[143]。在无需任何任务特异性再训练的情况下,Merlin能够以零样本方式从CT扫描中分类数十种不同影像学表现的存在(如肾积水、肾脏肿块)。在评估中,这一单一模型在识别30种不同腹部表现时达到了约0.74的平均F1分数,优于放射科医师设计的专用分类器。这些结果说明大型预训练模型如何能够跨疾病甚至跨成像模态进行泛化,以高灵敏度检测肾脏异常。此外,利用图像-文本联合训练的基础模型(受CLIP等模型启发)能够将医学图像与文本描述相关联[144]。
大型语言模型(LLM)和大型视觉语言模型(LVLM)正被用于解读肾脏影像学发现并辅助诊断。视觉语言模型可以分析肾脏图像并识别肿瘤、囊肿或疾病征象等病变。值得注意的是,这些模型能够识别放射科医生可能遗漏的细微异常[145]。例如,集成框架(如ChatCAD)将大型语言模型与专门的图像分析网络相结合来解读放射学图像。LLM接收病变检测器和分类器的输出,然后以自然语言生成简明的诊断报告[146]。这使模型能够提供决策支持,总结发现甚至提供建议。早期研究表明,此类LLM驱动的系统能够生成准确、可读的肾脏影像检查印象[147]。虽然当前如GPT-4 with vision等通用模型在直接临床诊断方面存在局限性[145],但趋势表明LLM将越来越多地充当放射科医生的智能助手——将发现与海量医学知识进行交叉核对,并生成鉴别诊断或进一步检查的建议。这种决策支持角色可以帮助临床医生做出更明智的决策,尤其是在复杂的肾脏病例中。
在分割中的应用
LVLM在自动化肾脏结构和病变的图像分割方面也发挥着重要作用。Meta的Segment Anything Model(SAM)[148]等基础模型展示了提示驱动的分割能力,即模型可以在最少用户输入的情况下勾勒出所请求的结构[149]。SAM在多器官医学图像上展现了令人印象深刻的零样本性能,表明单一大型模型无需器官特异性训练即可泛化用于分割肾脏或病变[150]。通过将分割结果与LLM集成,系统可以生成关于肿瘤大小、位置和范围的文本描述,LLM可将其纳入报告中。
在预后和结局预测中的应用
通过分析影像模式并将其与临床数据相结合,LLM和LVLM可以帮助预测疾病结局或进展。例如,研究人员已表明,多模态大型语言模型(同时接受图像和文本输入)可以在医学背景下追踪和预测疾病进展[151]。在肾脏影像学中,这可能转化为预测肾脏肿瘤的可能生长或肾功能下降。未来的LVLM应评估影像生物标志物(如病变纹理或灌注模式)以估计肿瘤侵袭性或患者生存概率。通过提供风险分层和预后洞察,这些模型可以辅助治疗规划(例如识别哪些肾脏肿瘤需要紧急手术 versus 主动监测)和患者咨询。
在工作流程自动化中的应用
大型语言模型(LLMs)有潜力简化肾脏影像工作流程中的许多步骤,从图像采集到报告生成。一个主要应用是自动报告生成,即获取影像发现(结构化或自由文本),LLM可以起草一份连贯的放射学报告或总结关键结论的印象部分[141]。研究发现,例如GPT-4可以根据发现生成令人印象深刻的逼真放射学报告印象,与人工撰写的报告密切匹配[152]。在实践中,这可以节省放射科医生记录的时间,并确保重要发现(如检测到的肾脏肿块或肾积水)被清楚地记录。LLM还可以帮助从既往报告或电子健康记录中提取信息——例如,将相关患者病史或实验室结果提取为简明摘要,或自动提取进一步影像检查建议的可操作细节[153]。
确保人工智能模型在肾脏影像中的泛化能力
用于肾脏影像的人工智能模型必须能够跨不同数据集、扫描仪和临床环境进行泛化。这需要将模型适应新成像方案的技术、使用多机构数据训练、在多样化队列上验证以及最小化扫描仪相关变异性。下面我们讨论关键方法,包括迁移学习、联邦学习、多中心验证和图像谐调。
用于跨方案适应的迁移学习
迁移学习利用一个影像数据集或方案的知识来提高另一个数据集或方案上的性能。这在肾脏影像中很有用,当一个在一个扫描方案(例如特定MRI序列或CT期相)上训练的模型被适应到不同方案时。一项研究在对比增强T1加权MRI序列上预训练了一个U-Net分割模型,然后针对其他五个MRI序列(T2加权、同相位、反相位、增强前、皮髓质期)进行微调。这种迁移学习方法提高了肾脏分割准确性,与从头训练单独模型相比,平均Dice评分提高了约3%[154]。通过重用预训练权重,模型能够更好地处理成像方案之间的域偏移,展示了对多参数MRI数据的改进泛化能力。
用于多机构训练的联邦学习
联邦学习(FL)是一种使多个机构能够在不共享原始数据的情况下协作训练人工智能模型的方法,从而保护患者隐私。该技术已被认为是通过从广泛数据源学习来产生更准确、更可泛化的人工智能模型的一种方式[155]。例如,Kaissis等人[156]展示了一个使用联邦学习在多机构医学影像数据上的隐私保护深度学习框架。
人工智能性能的多中心验证
开展多中心验证对于确认肾脏影像人工智能模型能否在其开发所用数据之外的数据上泛化至关重要。模型通常最初在单中心或有限数据集上训练,因此在不同医院或扫描仪的外部数据集上测试它们,可对性能进行现实检验。一个清晰的例子是常染色体显性多囊肾病(ADPKD)中自动肾脏和肝脏体积测量的多中心研究。Woznicki等人在来自多个中心的992例MRI扫描上训练了一个深度学习模型,然后在包含93例患者的独立测试集以及来自其他中心的323例患者(831例MRI扫描)的大型外部队列上对其进行评估[157]。该模型在这一异质性数据上表现出高准确性和稳健性,因为它在来自40台不同MRI扫描仪的扫描上进行了测试,并保持了强劲性能(DICE评分0.92–0.96)。在大型队列中如此高的一致性表明该人工智能在不同环境中具有可靠性。这些例子强调,在多中心队列上进行外部验证是最佳实践——它有助于识别在新数据上的任何性能下降,并建立信心,使人工智能能够在不同扫描仪、患者人群和临床工作流程中一致地工作。
图像谐调以减少扫描仪变异性
扫描仪硬件和成像方案的差异可造成显著变异性,从而对人工智能模型的泛化能力构成挑战。图像谐调技术旨在减轻这些与扫描仪相关的差异,使来自不同中心的输入对模型而言显得更为一致。一种常见的统计学方法是ComBat算法,最初开发用于去除高维数据中的批次效应,已被应用于医学成像。例如,在一项关于透明细胞肾细胞癌的多机构放射组学研究,CT图像来自七家机构,使用了三家不同的扫描仪供应商。研究人员对提取的放射组学特征应用ComBat谐调,在建模结局之前校正中心和扫描仪效应[158]。这一步骤减少了因不同CT采集参数所致的非生物学变异性,确保预测模型不会被产生给定图像的扫描仪所混杂。除统计学方法外,深度学习为谐调提供了强大的图像到图像转换工具。
监管审批流程
FDA(美国):FDA将人工智能驱动的成像工具归类为医疗器械(通常作为医疗器械软件,SaMD),并对其安全性和有效性进行严格的上市前审查。2019年至2023年中期,FDA批准了近700个人工智能赋能的医疗器械——其中超过75%在放射学领域。其中许多使用510(k)许可或De Novo批准等路径,要求提供证据证明该人工智能改善或等效于标准诊疗。FDA还强调良好机器学习实践指南(与英国MHRA和加拿大Health Canada联合制定),以确保人工智能设备的稳健开发和风险管理。值得注意的是,FDA引入了“预定变更控制计划”(PCCP)的概念,以允许在批准后对学习算法进行安全更新。这一点至关重要,因为人工智能模型可能随新数据而演变,监管机构需要一种机制来监督算法变更,而无需每次都进行全面重新批准。
CE标志/欧盟(欧洲):在欧洲,AI影像工具属于欧盟医疗器械法规(MDR 2017/745)的管辖范围,需要获得CE标志才能上市。除风险最低的软件(I类)外,所有软件都必须经过公告机构评估。MDR第11条特别提高了大多数诊断软件的分类等级,意味着许多AI诊断工具至少属于IIa类或更高类别。合规要求包括证明临床性能、风险控制以及满足软件生命周期标准(如医疗器械软件的IEC 62304)。在实践中,获得CE标志通常被认为比FDA批准更快或要求不那么严格[159]。一些公司在欧洲或其他地区率先推出AI产品,利用CE标志,同时继续争取更耗时的FDA许可[159]。
AI的当前局限与未来
尽管前景广阔,放射组学仍面临若干限制,影响其临床适用性和泛化能力。首先,输入数据的质量以及放射组学分析中使用的参数可显著影响结果的准确性。例如,即使以相同体位扫描同一患者,MRI中的信号强度也可能发生变化,引入可变性从而影响放射组学特征的可靠性[160]。其次,已发表的放射组学研究仅有限数量具有可重复性,这在很大程度上归因于放射组学工作流程的复杂性和多步骤性质。研究方法和结果报告不充分限制了批判性评价和结果传播,凸显了清晰、详细记录的必要性,包括补充数据、代码和模型[161]。Kocak等人于2023年提出的放射组学研究评价清单(CLEAR)指南旨在解决这一问题[162]。放射组学模型临床应用的另一个限制是提取特征和模型的可解释性。放射组学分析常被描述为“黑箱”,意味着生成的预测难以以临床有意义的方式解释[163]。可解释人工智能(XAI)技术,如显著性图、Grad-CAM、SHAP值和注意力机制,可通过突出驱动AI预测的关键影像特征来增强透明度。然而,这些方法并非总是可靠,需要进一步研究以完善其可解释性并确保不同AI架构间的一致性。放射组学的主要限制之一可被称为“发表偏倚”。仅有小部分研究发表阴性发现。这种发表偏倚受编辑和作者倾向于优先发表和报告阳性结果的影响,阳性结果通常被认为更具影响力且有利于职业发展。因此,对伦理透明度和避免重复研究至关重要的阴性结果经常未发表。这些因素导致对放射组学有效性和可靠性的认知可能被夸大[164]。此外,过拟合仍是一个主要问题,特别是在小样本或同质性数据集上训练的模型中。过度复杂的深度学习网络可能记忆训练数据而非学习可泛化特征,导致在未见病例上表现不佳。正则化技术,如dropout层、L2归一化和数据增强,可减轻过拟合,但在独立数据集上的外部验证对于确认模型稳健性至关重要[165]。
数据集偏倚是另一个关键限制,因为AI模型通常学习反映训练数据特征的模式,而非通用影像特征。例如,在单中心数据集上训练的模型应用于使用不同扫描仪、对比剂或患者群体采集的图像时可能表现不佳。联邦学习和域适应技术可通过实现多机构模型训练而不共享敏感患者数据来帮助解决这一问题。然而,实现真正的泛化需要在训练数据中具有更大的多样性,包括代表性不足的患者群体和罕见肾肿瘤亚型[166]。
人工智能算法成功的一个关键因素是训练数据的数量和多样性。深度学习模型,特别是用于肾脏影像分割和分类的模型,需要具有高质量标注的大型数据集才能良好泛化。在许多情况下,需要数千张标注图像才能实现稳健的性能[167]。然而,在肾脏影像领域,此类数据集的可获得性仍然是一个挑战。公开可用的数据集有限,因此有必要依赖迁移学习、数据增强或联邦学习等技术来提高模型性能。解决这一数据稀缺问题对于将人工智能研究转化为临床实践至关重要。
肿瘤患者的预后分析是深度学习研究的重要应用;然而,目前肾细胞癌(RCC)的深度学习研究主要集中在诊断和识别方面。缺乏对RCC患者预后预测的研究。此外,探讨免疫治疗和靶向治疗对RCC患者疗效的研究仍然有限。
迄今为止大多数研究来自单一医疗中心,缺乏在独立队列中的验证,导致结果存在偏倚且普适性有限。需要进一步的多中心随机对照试验来增强研究结果的稳健性。此外,多学科和广泛协作对于积极推动深度学习研究的成熟化、标准化和临床应用至关重要。
人工智能模型可以辅助评估对全身治疗的反应,例如针对转移性肾细胞癌(RCC)的靶向治疗或免疫治疗。通过分析系列影像扫描,人工智能可以检测肿瘤中细微的体积或纹理变化,有可能识别反应或进展的早期迹象。基于影像组学的生物标志物,如肿瘤异质性、血管变化和熵测量,可以补充传统的RECIST(实体瘤疗效评价标准),提供更细致的治疗疗效评估[168]。
人工智能可以通过自动化检测和测量随时间变化的肾脏病变来增强纵向评估。基于深度学习的分割模型可以跨多种成像模态(CT、MRI、超声)追踪肿瘤的生长或缩小,减少观察者间变异性并改善肿瘤进展的早期检测。人工智能驱动的体积分析可能优于传统的基于2D直径的测量,在肿瘤学和非肿瘤学(肾脏病学)环境中提供对病变动态的更精确评估[169]。放射基因组学,即影像组学与基因组学的结合,利用术前图像来识别患者中的特定基因[170]。CT成像可以识别肾细胞癌中的PBRM1[171]、BAP1[172]和VHL[95]基因突变。将影像特征与基因表达相关联的潜力可能显著改变肾脏病变的临床实践和手术策略。然而,实现这一目标需要进一步的开发,包括更大规模和更全面的研究,以增强放射基因组学的适用性并解决当前与小队列规模和数据异质性相关的局限性。
深度学习模型在医学领域已展现出显著的成功,但其缺乏解释能力构成了重大挑战。这些模型通常由多层神经网络组成,具有大量参数和复杂的非线性映射,导致决策过程不透明,掩盖了其预测背后的依据。这种不透明性可能引发临床环境中的信任和接受度问题。
引用
- Sheikhy A, Dehghani Firouzabadi F, Lay N, et al. State of the art review of AI in renal imaging. Abdom Radiol (NY). 2025. PMID: 40293518. doi:10.1007/s00261-025-04963-3
- 全文:PMC12568832(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12568832/
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。