胸部影像人工智能应用的现状与前景:儿科视角
该综述梳理了CE认证的40余款胸部X线和CT人工智能产品,覆盖肺结节、肺炎、结核、气胸等检测。多数产品基于成人数据开发,尚无专为儿科设计的产品。文中汇总了现有AI在儿科胸部影像中的研究表现,并讨论了肺炎、结核、囊性纤维化及导管定位等潜在儿科应用方向。
要点
- 现有胸部AI产品均非儿科专用,成人训练模型用于儿童时性能可能下降。
- 儿科胸部X线AI研究显示肺炎检测AUC 0.85–0.99,结核检测AUC 0.78–0.94。
- 导管定位AI在新生儿气管插管检测AUC 0.94,尖端距离误差约1.89 mm。
核心结论
- 胸部影像AI产品数量多、报告性能有前景,但其在日常临床实践中的价值尚不明确。
- 儿科专用胸部AI产品稀缺,现有产品多基于成人数据开发,用于儿童时性能可能降低。
- 自动化检测儿童肺炎、结核、导管位置及囊性纤维化CT定量是值得期待的儿科应用方向。
研究设计与样本
- 本文为综述,检索并汇总了CE认证的胸部X线和胸部CT人工智能产品及相关文献。
- 截至报告时,胸部影像领域有超过40款CE认证AI产品,来自20余家厂商。
- 胸部X线和胸部CT产品各占约一半,产品数量在放射学亚专科中仅次于神经放射学。
- 部分研究使用JSRT数据集、NLST筛查数据、chestX-ray8数据集及儿科机构数据评估AI性能。
关键影像表现/征象
- 胸部X线AI主要用于肺结节、肺炎、结核、气胸及导管位置的检测,部分产品用于分诊和标记紧急发现。
- 胸部CT AI主要集中于肺结节检测与恶性风险评估、肺炎(尤其COVID-19)、阻塞性肺疾病及肺气肿量化。
- 儿科胸部X线AI研究显示可识别异常区域、肺炎、气胸及气管插管位置,但部分算法在5岁以下儿童中 disagreement 更大。
- 囊性纤维化患儿CT上,AI可检测空气潴留、支气管壁增厚及支气管扩张,并与Brasfield评分各子特征具有可比性。
诊断标准与关键数值
- 胸部X线肺结节检测:JSRT数据集上1999年敏感度35%(6假阳性/图),2014年敏感度75%(0.5假阳性/图),近期深度学习系统敏感度约80%(0.05假阳性/图)。
- 肺结节检测深度学习系统在ROC分析中AUC 0.92–0.99(取决于验证集),结节平均大小20–40 mm,性能与胸科放射科医生相似或更优。
- NLST基线筛查数据(5,485张胸片)上,算法检测恶性肺结节的敏感度94.1%、特异度83.3%。
- 结核检测:三种商用深度学习系统AUC 0.92–0.94(以分子检测为参考),在匹配敏感度下特异度高于参与研究的放射科医生。
- 肺炎检测:CheXNeXt在chestX-ray8数据集上实变AUC 0.89(放射科医生0.84);CAD4Kids在5岁以下儿童中敏感度76%、特异度80%、ROC AUC 0.85(参考观察者AUC 0.98)。
临床应用与阅片要点
- 现有AI产品均未在儿科数据上训练,用于儿童时需警惕性能下降,报告时应结合临床和影像特征综合判断。
- 肺结节AI在儿童中更适用于检测肺转移(如骨肉瘤患儿),而非肺癌筛查,但尚无专用转移检测产品。
- 气胸AI可用于分诊和紧急发现标记,但肺气肿或肺大疱可能被误判为气胸。
- 导管定位AI对气管插管有无的分类较好,但尖端精确定位性能下降;新生儿气管插管检测AUC 0.94,尖端距离误差约1.89±2.01 mm。
- 儿科胸部CT中,AI可用于囊性纤维化空气潴留和支气管病变的定量评估,但尚无研究比较其与视觉评估的价值。
局限性
- 本文为综述,未纳入原始研究数据,所汇总研究的样本量、中心和参考标准各异。
- 多数AI产品基于成人数据开发和认证,儿科人群中的性能证据有限。
- 部分研究缺乏外部验证,或未在儿科数据上测试。
- 现有商用产品无儿科专用认证,超说明书用于儿童时需谨慎解读。
全文中译13 节 · 点击展开
引言
胸部X线摄影是疑似患有肺炎、结核病和气胸等多种疾病的儿科患者检查中最常申请的检查之一[1]。胸部X线片也常用于确认导管和引流管的位置,或监测包括肿瘤性疾病在内的疾病。胸部CT在儿科人群中较少使用,但可用于评估患有支气管疾病、感染性疾病或间质性肺病的儿童。
用于胸部成像的人工智能(AI)软件正在放射学领域得到广泛研究。迄今为止,这已促成来自20多家供应商的40多个CE(Conformité Européenne)认证的商业软件包可用于胸部CT和常规X线摄影的临床使用[2]。AI涵盖了胸部X线摄影和胸部CT中的广泛异常。目前大多数AI产品是针对成人群体开发的,但它们也可能适用于儿科人群。
在本综述中,我们讨论用于胸部放射学的市售AI产品。由于目前大多数AI应用可能并非专门适用于儿科人群,我们还讨论了近期文献中显示的AI在儿科胸部成像中的应用潜力。我们重点强调AI在胸部X线摄影而非胸部CT中的应用,因为X线摄影应用在儿科人群中更受关注。
胸部放射学中人工智能产品的现状
40多个AI应用获得了胸部放射学的CE认证。这是继神经放射学之后,放射学各亚专科中AI应用数量最多的(图1)[2, 3]。其中一半产品用于胸部X线摄影分析,另一半用于胸部CT。尚无专门为儿科人群开发和认证的产品(表1)[4–29]。然而,一些产品也可能适用于儿科人群。接下来讨论当前各胸部成像方式的研究。在本综述中,我们强调诊断应用,聚焦于目前可用的商业AI系统。本综述不考虑后处理AI应用。
胸部X线摄影
用于常规胸部X线摄影的第一批AI软件产品,即计算机辅助检测软件,旨在检测肺结节,以减少漏诊的肺癌。这些工具随后被扩展用于检测胸部X线片上的其他异常,如肺炎、气胸和肋骨骨折(图2)。一部分应用用于分诊、预读图像以及标记AI系统检测到紧急发现的图像。
肺结节
自动肺结节检测是胸部X线摄影研究最多的应用。探究胸部X线摄影中肺结节检测性能的研究始于数十年前。由于公开可用的数据集很少,系统之间难以比较。在包含有和无肺癌的胸部X线摄影的日本放射技术学会(JSRT)数据集上已显示出稳步改善,该数据集可用于验证目的。1999年的首批研究在每幅图像6个假阳性的情况下达到35%的灵敏度[30];到2014年,在该数据集上改善至每幅图像0.5个假阳性时75%的灵敏度[31]。近期开发的纳入深度学习的AI系统尚未在JSRT数据上测试其性能,但确实报告了改善的性能,在仅每幅图像0.05个假阳性时灵敏度可达约80%[4]。
对于肺结节检测,这些AI系统的性能与放射科医师相似甚至超过放射科医师。在Nam等人[4]的一项研究中,一个在超过40,000幅胸部X线摄影上训练的深度学习系统在受试者工作特征(ROC)分析中显示,检测平均大小范围为20–40 mm的肺结节的曲线下面积(AUC)为0.92–0.99(取决于验证集)。在这项研究中,AI性能与参与的胸部放射科医师相似或显著更优。大多数读者在深度学习系统辅助下表现有所改善。
另一项近期研究由Yoo等人[32]开展,在国家肺筛查试验的胸部X线摄影筛查数据上评估了其算法的性能。在由5,485幅X线摄影组成的基线筛查数据上,该算法检测恶性肺结节的灵敏度达到94.1%,特异度达到83.3%。
迄今为止,已有11个认证产品可用于帮助检测胸部X线摄影中的肺结节。已开发的系统是在成人数据上训练的,通常是肺癌高风险的老年人。然而,儿童胸部的异常谱与成人不同。在儿科人群中,检测肺转移而非潜在肺癌会更有帮助,例如这与骨肉瘤患儿相关。然而,专门旨在检测肺转移的此类系统尚不可用,当前在肺癌数据上训练的系统检测肺转移的性能可能较低。此外,儿童胸部在形状、纵隔轮廓和骨结构密度方面与成人胸部相当不同,这也可能降低当前系统应用于该人群时的性能。
结核病和肺炎
近年来,已有多项关于胸部X线片中实变影检测与诊断的研究发表。多个研究团队致力于开发人工智能(AI)以检测胸部X线片中的肺结核,因为发展中国家资源和受训人员匮乏,因此胸部X线片的自动化评估在这些国家尤为有益。Hogeweg等[33]开发的最早的结核病算法之一,在高发病率人群中检测结核病的表现略低于观察者。Qin等[10]比较了三种市售深度学习系统,发现所有系统在胸部X线片结核病检测方面表现相似,与分子检测相比,AUC范围为0.92至0.94。在匹配的敏感度水平下,AI系统的特异度高于参与研究的放射科医师[10]。
除AI用于结核病的研究外,还有研究致力于开发可帮助检测肺炎的AI[34–36]。在其中一项研究[34]中,斯坦福机器学习组开发的卷积神经网络CheXNeXt可在前后位(AP)或后前位(PA)胸部X线片上检测14种病变,该网络在chestX-ray8数据集上进行了测试[37]。在14种病变中的11种,CheXNeXt达到了放射科医师水平的表现,包括实变影(放射科医师AUC为0.84,算法为0.89)[34]。在该研究中,放射科医师在检测肺气肿、心脏增大和食管裂孔疝方面表现更优[34]。
在儿科人群中开展的研究较少。第一篇已发表的研究检验了AI在疑似结核病的高发病率儿科胸部X线片(113/119张图像)中寻找任何异常的能力[38]。该系统达到了合理的性能,正确识别图像中异常区域的AUC为0.78[38]。
最近一项研究报道了CAD4Kids[39]的结果,该系统用于识别5岁以下儿童胸部X线片中的肺炎。系统敏感度为76%,特异度为80%。ROC性能为0.85,显著低于参考观察者所达到的AUC 0.98。
在Tang等[40]的研究中,作者在儿科数据上测试了其肺炎检测算法,达到AUC 0.92,低于成人数据上的AUC 0.98。在儿科数据上重新训练后,AUC提高至0.98。经过微调后,其算法进一步提升,在正常图像与肺炎图像的分类中达到AUC 0.99[40]。
Chen等[41]开发了一种专门针对1–17岁儿童检测胸部X线片常见异常的算法。该研究的参考标准由一名儿科呼吸科医师和一名放射科医师协商确定。该算法在531张图像的测试集上检测支气管肺炎的准确率为72%,检测大叶性肺炎的准确率为85%[41]。作者发现5岁以下儿童中存在更大的分歧。这可能是因为年幼儿童的胸廓形状变异更大。
Zucker 等人 [42] 探索了一种人工智能算法在囊性纤维化儿童中确定 Brasfield 评分的效果。他们的模型在约 1,800 名儿童上训练,并在 200 名儿童上测试,在根据 Brasfield 评分对胸片中的囊性纤维化成分进行评分时,对于大多数子特征,其性能与五名参与的放射科医师相当 [42]。
目前,有七种已认证的人工智能产品可以检测肺炎,五种产品可以检测肺结核。CAD4TB 是一种用于自动检测结核病的商业人工智能系统,是唯一可用于 4 岁及以上儿童的认证产品 [17]。
气胸
已有数项研究针对胸片中的自动气胸检测进行,其中少数已开发为商业软件。Hwang 等人 [6] 报告了其算法在检测肺部恶性肿瘤、结核病、肺炎和气胸方面的优异性能,中位 AUC 为 0.97(范围 0.92–0.99)。大多数放射科医师在使用该算法后性能有所提高。
Park 等人 [43] 测试了一种卷积神经网络用于检测经胸针吸活检后的气胸。他们的网络在 1,596 张胸片上训练,在针吸活检后 3 小时检测气胸的 AUC 达到 0.90。作为参考标准,他们使用了两名经验丰富的放射科医师的共识判读 [43]。
Rajpurkar 等人 [34] 的研究也评估了气胸检测。在这项研究中,他们的算法 AUC 达到 0.944,而放射科医师的平均 AUC 为 0.940。算法与放射科医师之间未发现统计学差异。遗憾的是,该算法未在外部数据集上进行测试。
Chen 等人 [41] 开发了一个用于儿童胸片中最常见异常的深度学习系统,也测试了其算法检测气胸的能力,达到了 86% 的准确率。
目前,有 11 个市售软件包提供气胸检测。根据已报道的文献,尚未有认证产品在儿童数据上进行训练。因此,这些人工智能产品在儿童人群中的性能水平可能较低。
管线/导管
另一个可能值得应用的方向是胸片中管线和导管的检测。导管位置不当会干扰 proper 治疗,而清晰显示导管有助于避免重复拍片并减少患者辐射剂量。
已有数项研究针对胸片中管线和导管的检测进行 [44–49]。总体而言,这些算法在分类气管插管是否存在方面相当好 [50],但当寻求导管尖端的确切位置时,系统表现较差。
在儿童人群中,关于人工智能检测管线和导管的研究很少。在 Kao 等人 [51] 进行的研究中,作者开发了一种用于检测新生儿胸片中气管插管的算法。作者在 528 张带有气管插管的图像和 816 张无气管插管的图像上评估了该算法。检测导管存在的判别性能 AUC 达到 0.94 [51]。导管尖端的距离误差平均为 1.89±2.01 mm [51]。
在Yi等人[52]的一项研究中,作者使用带有合成鼻胃管、气管插管和脐导管的数据来测试其算法。其算法的精确度(即真阳性/[真阳性+假阳性])为0.80[52]。据作者所述,他们的工作有助于开发一种能够检测X射线图像中所有线路和导管的系统,并可用于对显示线路位置异常的图像进行优先排序,并请求放射科医生紧急复核[52]。
目前尚无用于在胸部X线片中定位线路和导管的商用人工智能产品。然而,市场上有一个产品旨在优化对比度,以便明确识别线路和导管(ClearRead Confirm;Riverain Technologies,Miamisburg,OH)。
胸部计算机断层扫描
目前有21个获得CE认证的胸部CT人工智能产品可用于日常临床实践。大多数应用集中于肺癌的检测和表征。其他应用集中于肺炎的检测,尤其是在2019冠状病毒病(COVID-19)病例中;阻塞性肺疾病的检测;或肺气肿的定量。用于间质性肺疾病或肺栓塞检测的产品非常少(图3)。肺栓塞的自动检测、肺气肿的定量以及COVID-19和纤维化的检测与定量与儿科人群的相关性较低,因此本文不予讨论。
肺结节
在CT中,肺结节自动检测是研究最广泛的应用。肺癌筛查的引入加速了CT肺结节检测产品的质量和数量提升。多项研究已显示CT肺结节检测具有卓越性能[26, 28, 53, 54];然而,结节表征是更大的问题。许多检出的结节较小且为良性。这促使了多种对结节进行表征并自动估计每个结节恶性风险的方法[55, 56]。最近一项研究显示,卷积神经网络模型对CT中小结节的风险评估性能显著优于目前用于恶性风险评估的Brock模型,AUC分别为0.90和0.87[55]。
有11个人工智能产品可用于检测胸部CT中的肺结节,目标是发现早期肺癌。在儿科人群中,评估胸部CT中的肺结节并非临床问题,且 none of the products has been developed for the pediatric population。尽管如此,这些人工智能产品可能有助于检测肺转移瘤,这适用于特定的儿科人群;然而,现有产品中没有一个专门设计用于检测肺转移瘤。
阻塞性肺疾病
市场上有四种产品专注于阻塞性肺疾病。这些包括慢性阻塞性肺疾病、哮喘和囊性纤维化。尤其是后两者适用于儿童。虽然哮喘的CT检查不常进行,但囊性纤维化患者的CT用于监测疾病。人工智能软件可以检测肺部微小的衰减差异,从而检测空气潴留区域。此外,支气管病变如支气管壁增厚和支气管扩张可以被检测和量化。DeBoer等人[57]显示,在囊性纤维化患儿中,吸气高分辨率CT上的气道计数和呼气CT上的低衰减密度百分比显著更高。
有少数产品可以评估气道改变和空气潴留,应该可用于囊性纤维化患者。然而,尚无研究评估这些产品相对于视觉评估的价值。最近,Thirona B.V.(荷兰奈梅亨)[58]获得了儿童囊性纤维化定量CT分析的专利。他们旨在开发一种算法来识别囊性纤维化患儿CT扫描上的早期改变。
气胸
多项研究探讨了人工智能在胸部CT中用于气胸检测的应用。一个例子是胸部CT上气胸的快速识别[59]。该应用达到了100%的敏感性和82.5%的特异性。作者建议该工具可用于分诊并通知放射科医生检测到的紧急发现[59]。复杂因素可能是肺气肿或肺大疱的存在,可能被错误地视为气胸。其他研究人员尝试自动量化气胸体积。Rohrich等人[60]显示其算法表现优异,自动量化方法与手动测量之间的皮尔逊相关系数为0.996。对于儿科人群,一项研究探讨了用于量化胸部CT中气胸的计算机辅助体积测量方案。Cai等人[61]进行的研究也显示表现优异,手动与自动测量之间的皮尔逊相关系数为0.99。这很重要,因为较大体积的气胸可能触发不同的治疗。目前,尚无商业人工智能产品可用于检测和量化胸部CT中的气胸。
未来方向
尽管胸部放射学的人工智能应用是放射学中发展最成熟的应用之一,但这些应用在临床实践中的使用仍然很少。但是,随着近期产品质量的改进以及对临床问题而非技术可能性的更多关注,预计在不久的将来会有更多产品在临床中实施。不幸的是,这并不意味着当前的人工智能产品对儿科人群具有附加价值。关于人工智能产品在儿科人群胸部放射学中性能指标的文献有限,当前应用中很少可用于儿科人群。为了发展儿科胸部放射学中的人工智能,需要更多研究来评估当前可用系统的性能,并开发专门针对儿科人群的人工智能产品。
一种方法是将在成人中使用的现有算法扩展到儿科人群。然而,当前放射学领域人工智能产品的预期用途是针对成人的。如果针对现有人工智能产品的新研究能够在儿科人群中显示出可靠的性能,这些产品的预期用途将有所不同,并需要新的认证。
此外,开发者应关注儿科胸部放射学中的临床问题。例如,检测儿童中的肺炎或肺转移在临床实践中可能有所帮助。儿科人群中的肺炎很常见,且可通过胸部X线摄影轻松诊断。在已知恶性肿瘤儿童的胸部CT中准确检测肺转移可能改善患者预后。除扩展现有产品外,还可以解决其他困难的放射学应用场景,例如早产新生儿婴儿呼吸窘迫综合征的自动分级。此外,一些产品可以面向非儿科放射科医生,他们由于接触较少(例如在值班期间)可能在评估儿科影像方面经验不足。其中一个例子是新生儿中导线和导管的自动检测,这一应用对临床医生也有帮助。
最后,人工智能可用于改善采集时的成像并降低辐射剂量。借助人工智能,可以在保持儿童图像质量的同时降低CT剂量[62, 63]。人工智能还可用于减少伪影[64, 65]。本主题不在本综述的范围之内,因为我们的重点是诊断应用;然而,可以预期应用将持续改进。因此,儿童CT成像可能因更低的辐射剂量而危害更小。
结论
多种用于胸部放射学的人工智能产品已可供使用,涵盖广泛的胸部异常。当前产品所报告的性能令人鼓舞,但对其在日常临床实践中的价值知之甚少。用于儿科胸部放射学的产品稀缺,但在不久的将来可能变得更加普遍。本文讨论的现有研究和证据表明,可预期出现用于胸部X线摄影中肺炎、结核病及导线和导管自动检测以及胸部CT中囊性纤维化自动检测的产品。
引用
- Schalekamp S, Klein WM, van Leeuwen KG, et al. Current and emerging artificial intelligence applications in chest imaging: a pediatric perspective. Pediatr Radiol. 2021. PMID: 34471961. doi:10.1007/s00247-021-05146-0
- 全文:PMC8409695(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8409695/
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。