文献速递乳腺乳腺X线

人工智能能否降低乳腺X线摄影筛查中的间期癌发生率

Can artificial intelligence reduce the interval cancer rate in mammography screening?
PubMed 文献 · Eur Radiol · 2021-01-23

该回顾性研究对瑞典南部2013至2017年429例间期癌患者的前次筛查乳腺X线摄影图像进行深度学习AI系统分析,AI风险评分与间期癌分类显著相关(p<.0001),在约10%召回率阈值下潜在降低间期癌19.3%(95%CI 15.9-23.4),在4%和1%召回阈值下分别降低11.2%和4.7%。

要点

  • AI对143/429例间期癌评分为10分,其中96例(67%)回顾性分类为微小征象或假阴性,83例被AI正确定位。
  • 在约10%召回率阈值下,AI潜在降低间期癌19.3%(95%CI 15.9-23.4),在4%和1%召回阈值下分别降低11.2%和4.7%。
  • 结局不良间期癌(死亡或IV期)在评分10分时潜在降低23%(8/35;95%CI 12-39)。

核心结论

  • AI用于筛查阅片有潜力在不增加补充筛查手段的情况下降低间期癌发生率。
  • AI可在前次筛查中检出19%的间期癌,这些癌至少显示微小恶性征象且被AI正确定位。
  • AI可能降低一部分侵袭性较强的间期癌比例,且AI风险评分与间期癌分类(真阴性、微小征象、假阴性)存在相关性。

研究设计与样本

  • 回顾性研究,纳入瑞典南部四个筛查中心2013至2017年连续诊断的429例间期癌患者的前次筛查乳腺X线摄影图像。
  • 采用深度学习AI系统(Transpara v1.5.0,ScreenPoint Medical)分析图像,系统对检查赋予1-10分恶性风险评分,并对可疑区域进行CAD标记。
  • 由两名分别有7年和47年经验的乳腺放射科医生在共识下回顾性分类间期癌为真阴性、微小征象或假阴性,并评估AI是否正确定位癌症。
  • 参考标准为间期癌诊断及临床随访(随访期3至9年),计算不同AI风险评分阈值(对应约10%、4%和1%召回率)下间期癌的潜在降低比例。

关键影像表现/征象

  • 间期癌分类:真阴性60.6%(260/429),微小征象26.3%(113/429),假阴性13.1%(56/429),即可见间期癌共39.4%(169/429)。
  • AI连续风险评分中位数:真阴性6.7(IQR 3.8-8.6),微小征象9.0(IQR 7.6-9.6),假阴性9.7(IQR 8.2-9.8),分类组间差异显著(p<.0001)。
  • 真阴性与微小征象及假阴性间风险评分差异显著(p<.0001),微小征象与假阴性间无显著差异(p=.217)。
  • 33.3%(143/429)的间期癌AI评分为10分,其中67.1%(96/143)分类为微小征象或假阴性。
  • 结局不良间期癌中57%(20/35)为真阴性,7例假阴性,8例微小征象。

诊断标准与关键数值

  • AI系统对检查赋予1-10分恶性风险评分,召回阈值分别为评分9.01(约10%召回率)、9.67(约4%召回率)和9.92(约1%召回率)。
  • 在评分9.01阈值下,间期癌潜在降低19.3%(83/429;95%CI 15.9-23.4)。
  • 在评分9.67阈值下,间期癌潜在降低11.2%(48/429;95%CI 8.5-14.5);在评分9.92阈值下降低4.7%(20/429;95%CI 3.0-7.1)。
  • 结局不良间期癌在评分9.01阈值下潜在降低23%(8/35;95%CI 12-39)。

临床应用与阅片要点

  • AI系统可作为阅片决策支持,帮助放射科医生发现前次筛查中表现为微小征象或假阴性的间期癌。
  • AI正确定位并标记为高风险的可见间期癌可能通过AI辅助在筛查中被检出,无需补充筛查手段。
  • 作者指出并非所有AI高风险筛查都应召回,评分10分的检查癌症频率约44/1000,多数为无癌。
  • 作者认为AI可能有助于降低间期癌数量,从而进一步降低乳腺癌死亡率,但筛查方案中的意义需前瞻性研究评估。

局限性

  • 知情回顾性审阅仅纳入间期癌队列,可能导致假阴性分类比例偏高。
  • 使用单一AI系统限制了普适性,比较其他AI系统的研究正在进行中。
  • 研究完成后AI算法已更新为改进版本,潜在间期癌降低比例可能更高。
  • 研究在瑞典筛查设置中进行,筛查起始年龄较轻且初始筛查间隔较短,与欧洲推荐不同。
  • 筛查图像来自不同乳腺X线摄影设备但未覆盖所有主要厂商。
全文中译9 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2021 Jan 23;31(8):5940–7. doi: 10.1007/s00330-021-07686-3

引言

尽管已有基于人群的乳腺X线摄影筛查以及不断改进的有效治疗手段,乳腺癌仍然是女性癌症相关死亡的主要原因。在欧洲,2018年估计有138,000名女性死于该疾病[1]。筛查的目的是在无症状阶段发现疾病,以便早期干预并改善预后。然而,由于乳腺X线摄影筛查的局限性,乳腺癌可能未被检出。相关因素包括乳腺X线摄影在致密乳腺中的低敏感性、某些肿瘤生长模式导致乳腺X线表现不明显或生长速度过快超出筛查间隔,以及放射科医师的阅片误差(感知性或判读性)[2, 3]。在两次筛查之间、于筛查结果为阴性后诊断的癌症被定义为间期癌。与筛查发现的癌症相比,间期癌通常预后较差,更可能具有更高的分级和分期,并且三阴性和HER2阳性乳腺癌的比例更大[4]。因此,间期癌发生率是衡量筛查项目效果的重要指标[5]。据报道,两年一次筛查的间期癌发生率为0.8至3.0/1000名受筛女性[2, 6]。在回顾性审查中,间期癌可分类为真阴性、显示微小征象或假阴性。真阴性间期癌在前一次筛查乳腺X线片上不可见,约占所有间期癌的一半[2]。微小征象指间期癌在筛查时具有细微的影像学表现,可被认为不足以召回。另一方面,假阴性间期癌本可在筛查中被召回,但被阅片者遗漏或误判。取决于审查方法,包括是否可获得诊断性乳腺X线片,已有研究表明高达30%的间期癌被分类为假阴性[2, 6–9],这提供了改进的机会。

近年来,人工智能(AI)辅助的计算机辅助检测(CAD)的发展可能为降低乳腺X线摄影筛查中漏诊癌症的数量提供手段。回顾性研究表明,用于乳腺X线判读的AI在准确性方面可达到人类水平[10–14]。AI工具可作为放射科医师的决策支持[15, 16],从而可能减少感知性和判读性误差,也可作为根据恶性风险对检查进行分诊的手段[17–20]。利用AI在前一次筛查检查中检测假阴性间期癌或具有微小征象的间期癌的潜力尚未被研究。

本研究的目的是探究一种市售的用于乳腺X线判读的AI系统能否在筛查时检测出间期癌,特别是那些回顾性分类为假阴性或显示微小恶性征象的间期癌。

材料与方法

研究人群

本回顾性研究经瑞典伦理审查局批准(编号2018/322,2019-03895)。机构审查委员会(IRB)豁免知情同意。研究纳入2013年至2017年间在瑞典南部四个不同筛查中心(马尔默、隆德、赫尔辛堡、克里斯蒂安斯塔德)连续诊断为间期癌的461名女性的筛查乳腺X线摄影。瑞典基于人群的筛查计划邀请40至74岁女性参加。55岁以下和55岁以上女性的筛查间隔分别为18个月和24个月。双阅片为标准流程。

图像分析

收集纳入研究女性的既往筛查乳腺X线摄影,并使用人工智能(AI)系统(Transpara v1.5.0,ScreenPoint Medical)进行分析。AI系统首先对图像强度进行归一化,以消除不同厂商之间的差异。基于深度学习卷积神经网络的两种不同模块应用于图像,以检测钙化和软组织病变[21–23]。软组织与钙化发现随后被合并以确定可疑区域发现。区域发现被赋予1–100的评分,当超过用户预先配置的阈值时在图像中标记(即CAD标记)(默认情况下,若高于60),而整个检查根据乳腺X线摄影各视图中最具可疑性的发现被赋予1–10的恶性风险评分。恶性风险评分经校准,使每个类别约占筛查乳腺X线摄影的十分之一。若在筛查计划中将召回阈值设定为风险评分9.01及以上,约10%的人群将被召回进行进一步检查。AI系统还提供了风险评分9.67和9.92的召回阈值,分别对应4%和1%的召回率。

已发表的使用该AI系统此版本及其他版本的研究发现,上述功能作为决策支持使用时可以改善放射科医师的表现[16],同时也可用于根据风险评分对筛查中的乳腺X线摄影进行分诊,若评分2或以下的检查不由放射科医师阅片,可安全减少约20%的工作量[20]。

间期癌复核

两名分别具有7年和47年经验的乳腺放射科医师(来自其中一个筛查中心)以共识方式审阅了所有间隔期癌症的既往乳腺X线摄影,并根据间隔期癌症类型对其进行分类:真阴性(不可见)、微小征象(回顾性可见但由于其表现细微而不能被视为漏诊的癌症)或假阴性(漏诊或误判)。审阅在专用放射学工作站(1000万像素显示器)上以逐步方式进行,先审阅筛查检查再审阅诊断性乳腺X线摄影,以限制后见偏倚。可获取筛查阅片医师登记的注释(放射信息系统)和标注(图像归档与通信系统)。此外,他们确定AI系统是否通过CAD标记正确对病灶进行了定位。审阅还包括根据乳腺影像报告和数据系统(BI-RADS)第5版对乳腺密度进行分类,以及记录既往有乳腺手术(特别是缩乳手术)、有植入物和进行患病率筛查的女性人数。最后,审阅还包括基于放射信息系统中确认的临床病史,评估因间隔期癌症而死亡或发生转移性乳腺癌(IV期)的女性(以下称为结局严重的间隔期癌症)。间隔期癌症诊断后的随访期为3至9年。

统计分析

采用Kruskal-Wallis检验分析间隔期癌症类型与AI风险评分的相关性。不同间隔期癌症分类组之间AI风险评分的比较采用事后分析,使用Dunn检验并以Bonferroni校正进行多重比较。AI可能减少的间隔期癌症数量通过在不同召回率阈值下被AI正确localised的归类为微小征象和假阴性的间隔期癌症数量来确定。相同的条件应用于结局严重的间隔期癌症潜在减少量的计算。减少量使用Wilson二项方法计算95%置信区间(CI)。显著性阈值设定为0.05。分析使用Python的开源统计软件包(www.statsmodels.org/stable/index.html,https://docs.scipy.org/doc/scipy/reference/stats.html)。

结果

研究人群特征

32名女性被排除在分析之外,原因包括导入失败(n = 3)、因不兼容成像模式(如计算机X线摄影)导致的处理失败(n = 27)以及小叶原位癌诊断(n = 2)。因此,429名女性的信息被纳入分析。筛查时平均年龄为58岁(范围39–76)(表1),其中176名女性年龄在55岁以下,即以18个月间隔进行筛查。值得注意的是,80%(345/429)的女性为致密乳腺(BI-RADS c或d),14%(60/429)曾接受乳腺手术。

在429名女性中,8%(35/429)患有结局严重的间隔期癌症。这些女性的人群特征为患病率筛查(n = 4)、既往乳腺手术(n = 8,其中2例接受过缩乳手术)、乳腺植入物(n = 1)和致密乳腺(n = 27)。

429次筛查检查使用以下数字乳腺X线摄影设备采集:Philips(n = 77,18%)、Siemens(n = 143,33%)和General Electric(n = 209,49%)。

表1 2013年至2017年间在瑞典南部四个不同筛查中心诊断为间期癌的429名女性的特征 查看原表 ↗

间期癌分类与AI风险评分

被分类为真阴性的间期癌比例为60.6%(260/429),而26.3%(113/429)被分类为微小征象,13.1%(56/429)被分类为假阴性。因此,39.4%(169/429)在回顾中被认为可见,即微小征象或假阴性间期癌。三分之一的间期癌(33.3%,143/429)在筛查时具有最高AI风险类别10。其中,67.1%(96/143)被分类为微小征象或假阴性间期癌(图1)。连续AI风险评分的中位数分别为:真阴性6.7(IQR 3.8–8.6)、微小征象9.0(IQR 7.6–9.6)和假阴性间期癌9.7(IQR 8.2–9.8),间期癌分类组与AI风险评分之间存在统计学显著相关性(p < .0001)。间期癌分类组之间的比较显示,真阴性与微小征象及假阴性之间的风险评分差异显著(p < .0001),但微小征象与假阴性间期癌之间无显著差异(p = .217)。图2展示了一例连续风险评分为8.5的真阴性间期癌。

结局严重的间期癌大多数被分类为真阴性(57%,20/35),而7例为假阴性(图3),8例为微小征象。

图1 间期癌的分布及按AI风险评分划分的间期癌分类组 查看原图 ↗
图2 真阴性间期癌。一名56岁女性,筛查检查为阴性。AI赋予连续风险评分8.5,对应检查评分9。癌症区域未被CAD标记(a)。16个月后,她被诊断为27 mm大小的三阴性乳腺癌,组织学分级3级,Ki67 72%(b,蓝色方框) 查看原图 ↗
图3 假阴性间期癌。一名57岁女性,既往有乳房缩小手术史,在两个筛查轮次中经双读分类为阴性(a和b)。一个边缘不清的肿块,自前次筛查检查以来持续增大,被AI系统正确识别为高风险(检查风险评分10,区域评分81)(b,蓝色方框)。14个月后,她被诊断为12 cm大小的转移性三阴性乳腺癌,组织学分级3级,Ki67 95%(c) 查看原图 ↗

间期癌的潜在减少

间期癌总数,特别是结局严重的间期癌中,被分类为回顾性可见(即微小征象或假阴性)且被AI在不同AI阈值下正确定位的数量列于表2。在此前提下,不同AI召回阈值(AI评分分别为9.01、9.67和9.92)下筛查中间期癌的潜在减少分别为19.3%(83/429;95% CI 15.9–23.4)、11.2%(48/429;95% CI 8.5–14.5)和4.7%(20/429;95% CI 3.0–7.1)。AI召回阈值9.01(即评分10)时间期癌的最大潜在减少见图4a。结局严重的间期癌的相应最大减少为35例中的8例;23%(95% CI 12–39)(图4b)。

表2 回顾性可见的间期癌,即在不同的AI风险评分阈值下的微小征象或假阴性,以及AI正确定位的比例。这些阈值对应于约10%(评分9.01)、4%(评分9.67)和1%(评分9.92)的召回率 查看原表 ↗
图4 使用AI进行筛查对所有间期癌(a)和具有严重后果的间期癌(b)的潜在减少(灰色)。注意y轴的刻度不同 查看原图 ↗

讨论

本回顾性研究的目的是评估使用AI减少乳腺X线摄影筛查中间期癌的潜力。我们发现,AI可能有助于放射科医师在筛查中检出高达19.3%的间期癌,这些间期癌此外还显示出至少微小的恶性征象。由于间期癌通常比筛查检出的癌症更具侵袭性,临床获益可能相当可观。在该队列中,8%的女性患有具有严重后果的间期癌,其中23%被AI正确定位并分类为高风险。由于最短随访期为3年,具有严重后果的间期癌数量可能处于较低端。

在一项基于美国和英国筛查数据的回顾性研究中,McKinney等表明乳腺X线摄影-AI系统可将假阴性分别减少9.4%和2.7%(美国数据集和英国数据集)[10]。在本研究中,纳入更大数量的病例,我们发现间期癌的减少幅度更大。据我们所知,尚无其他已发表的研究对AI在假阴性间期癌方面的性能进行深入分析。

大多数(61%)间期癌被分类为真阴性,其中82%为致密乳腺,这是间期癌的已知危险因素[2, 24]。总体而言,研究人群中致密乳腺女性的比例较高,与先前报道的间期癌队列相似[25]。使用受乳腺密度影响小于乳腺X线摄影的筛查方式可能是提高筛查检查敏感性的一种方法。乳腺断层合成可以减少致密组织带来的问题,尽管断层合成筛查在减少间期癌方面的结果相互矛盾[26, 27]。超声和磁共振成像的补充筛查已被证明可降低间期癌发生率,但代价是假阳性和成本增加[28, 29]。本研究表明,AI可以以一种简单的方式用于提高乳腺X线摄影筛查的敏感性,而无需引入补充模态。

我们不建议所有AI风险高的筛查检查都应被召回,这将导致不可接受的高召回率(10%)。在风险评分为10的乳腺X线筛查检查中,癌症频率约为44/1000 [30],这意味着大多数检查为无癌症。在一项既往关于筛查数据的回顾性研究中,我们发现假阳性比例最高的是风险组10,这意味着这些乳腺X线图像对人类和AI来说都难以分析[20]。此外,阅片者对高AI风险的认知可能影响放射科医生降低召回阈值,从而导致假阴性减少,但代价是假阳性增加[3]。为了探讨使用AI在临床可接受的特异度下降低间期癌症率的潜在临床效用,我们因此选择将潜在的间期癌症减少限定于回顾性可见且被CAD正确标记为高风险的癌症。大约1/3的间期癌症获得风险评分10,但其中仅一半被认为具有可疑发现且被CAD标记正确定位。重要的是要记住,即使癌症被CAD正确标记,也并不一定意味着它会被放射科医生召回,正如Nishikawa等人的一项回顾性阅片研究所示[31],也不意味着癌症必然会在检查中得到诊断[32, 33],这尤其适用于那些在筛查时体征极微小的病例。

使用AI对间期癌症的潜在减少幅度有限,但涉及的是那些被诊断为间期癌症且结局严重的女性,她们最有可能从早期发现中获益。此外,即使使用MRI这样的高灵敏度模态,也并非所有间期癌症都能在筛查时被检出[28]。某些乳腺癌亚型的肿瘤生物学具有快速生长率和/或初始影像学表现轻微或良性,如三阴性亚型[4, 23]。AI性能与间期癌症肿瘤生物学和分期的关系将纳入未来研究。

值得注意的是,本研究的间期癌症队列中包括高比例的既往接受过乳腺手术的女性,包括癌症手术、良性病变手术和乳房缩小术。正常乳腺实质结构的手术变形可导致肿瘤遮蔽效应,这可能构成间期癌症的独立危险因素。由于我们没有关于筛查人群中外科手术常见程度的数据,无法得出结论。据我们所知,既往乳腺手术此前未被报道为间期癌症的危险因素,值得进一步研究。

间隔期癌的分类组与AI风险评分之间存在显著相关性。这一发现提出了一个有趣的问题:是否可利用AI作为不受事后偏差影响的间隔期癌分类器,将其用于间隔期癌的临床审核[24]。然而,考虑到本研究中间隔期癌的复核过程存在局限性,即对仅由间隔期癌组成的队列进行知情复核,此问题仍需进一步研究。与盲法复核、混合病例复核、甚至将病例嵌入常规筛查的复核过程相比,这种复核方法已被证明会导致更高比例的间隔期癌被归类为假阴性[8, 9]。

本研究存在若干局限性。如上所述,对间隔期癌的知情复核过程可能虚增了假阴性的数量。由于仅使用了单一AI系统,普适性进一步受限。一项比较其他AI系统在同一间隔期癌队列上性能的研究正在进行中。此外,本研究使用的AI算法在研究完成后已更新为改进版本,这意味着间隔期癌的潜在减少幅度可能更高。本研究在瑞典筛查环境下进行,例如起始筛查年龄较年轻、初始筛查间隔较欧洲建议更短[5]。该筛查环境下的召回率、癌症检出率和间隔期癌发生率与欧洲建议相符(分别约为3%、6/1000名受筛女性、2/1000)。筛查检查使用不同乳腺X线摄影设备采集,但未覆盖所有主要乳腺X线摄影厂商。然而,主要局限性在于回顾性设计,仅能提供间隔期癌减少的理论估计。AI在筛查中的应用、风险评分和CAD标记如何影响放射科医生的决策,以及AI应加入双读还是替代一名读片者,均需在前瞻性环境中进一步评估,并将假阳性纳入考量。

总之,本研究表明,AI系统在既往筛查乳腺X线摄影中检出了19%的间隔期癌,且这些影像还显示出至少极微小的恶性征象。重要的是,这些癌症被AI正确定位并归类为高风险,从而无需补充筛查手段。因此,AI可能有助于放射科医生读片,以减少间隔期癌数量,进而促进乳腺癌死亡率的进一步降低。其在筛查项目中的意义需通过前瞻性研究进行评估。

引用

  1. Lång K, Hofvind S, Rodríguez-Ruiz A, et al. Can artificial intelligence reduce the interval cancer rate in mammography screening? Eur Radiol. 2021. PMID: 33486604. doi:10.1007/s00330-021-07686-3
  2. 全文:PMC8270858(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8270858/

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。