文献速递妇产影像技术与安全US

人工智能在超声评估女性生殖功能中的应用综述

Artificial Intelligence in the Assessment of Female Reproductive Function Using Ultrasound: A Review.
PubMed 文献 · J Ultrasound Med · 2021-09-15

本综述系统回顾了AI辅助超声在评估卵巢储备、子宫内膜容受性及预测IVF-ET妊娠结局中的应用。AI可用于卵泡监测、内膜分割与分型、子宫蠕动评估及内膜血流定量分析,但多数研究仍处早期阶段,受样本量小、泛化性低和缺乏统一步骤标准限制,临床常规应用尚需多中心验证。

要点

  • AI辅助超声可自动分割卵巢与卵泡,尤其利于识别<5 mm小卵泡;内膜自动测量误差在临床可接受2 mm内。
  • 内膜模式自动识别总体准确率69.7%(叶状60.0%、均质78.9%),受图像质量与样本量限制。
  • 妊娠结局预测模型多基于临床指标而非超声,ANN用27项指标准确率90%,贝叶斯模型准确率80.4%、敏感度63.7%。

核心结论

  • AI辅助超声在卵泡监测、内膜容受性评估和妊娠结局预测中显示出应用潜力,但整体仍处研究初期,尚无共识。
  • 多数模型泛化性低、样本量小且缺乏统一评估标准,从实验室到临床的转化仍面临挑战。

研究设计与样本

  • 叙述性综述,系统回顾AI辅助超声在女性生殖功能评估中的文献,聚焦卵巢储备、内膜容受性和IVF-ET妊娠结局预测。
  • 文中汇总的研究多为单中心、小样本回顾性建模,涉及2D/3D经阴道超声图像及多种机器学习与深度学习算法。

关键影像表现/征象

  • 卵巢储备评估中,AI可自动分割卵巢与卵泡;基于CR-Unet模型在3204张图像上卵泡和卵巢分割Dice系数分别为0.912和0.858。
  • 子宫内膜评估中,AI可自动分割内膜、识别内膜模式(叶状、半叶状、均质)、估计内膜运动频率与厚度,并定量评估内膜下血流。
  • 内膜模式自动识别总体准确率69.7%,叶状模式60.0%,均质模式78.9%,受图像质量和样本量限制低于预期。
  • 内膜厚度自动估计与手动测量误差在临床可接受2 mm范围内;内膜自动分割较监督学习方法性能提升约30%。

诊断标准与关键数值

  • 内膜血流AI模型联合年龄、内膜下体积和内膜血管化/血流指数预测妊娠率,AUC为0.85。
  • ANN纳入27项指标预测妊娠结局准确率90%;多因素logistic回归识别危险因素AUC为0.78。
  • 贝叶斯模型预测单胚胎移植结局准确率80.4%、敏感度63.7%;RF和RP分类器在486例IVF患者中预测性能较好。
  • 内膜厚度自动测量误差在临床可接受2 mm范围内;内膜模式自动识别总体准确率69.7%。

临床应用与阅片要点

  • AI自动卵泡分割有助于减少连续监测中的观察者间差异,尤其适用于小卵泡识别和卵泡直径/体积的客观测量。
  • 内膜自动分割与厚度测量可减少手动勾画的 subjectivity 和测量误差,但需注意全自动分割缺乏金标准,半自动设四点法可能更准确。
  • 内膜模式自动识别准确率有限,日常报告仍应以医师目视分型为主,AI结果仅作参考。
  • 妊娠结局预测模型多基于临床指标而非超声,且样本量小、泛化性低,不宜直接用于个体化咨询。

局限性

  • 多数研究样本量小、单中心,模型泛化性低,难以推广至其他研究样本。
  • 缺乏统一的内膜边界金标准和数据采集/存储规范,不同机构评估标准不一致。
  • 数据隐私与伦理责任问题影响患者数据上传,限制多中心大样本数据收集。
  • 既往妊娠结局预测研究多忽略超声相关信息,指标选择存在主观性。
全文中译8 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:J Ultrasound Med. 2021 Sep 15;41(6):1343–53. doi: 10.1002/jum.15827

人工智能

人工神经网络

辅助生殖技术

曲线下面积

子宫内膜容受性

体外受精与胚胎移植

卵巢储备

多囊卵巢综合征

随机森林

递归划分

支持向量机

经阴道超声

全球范围内不孕症的发病率持续上升,约每六对夫妇中就有一对患有不孕症。1,2 评估女性生殖功能是不孕症诊治中的重要步骤之一。然而,有许多因素与妊娠成功率相关(包括年龄、环境、内分泌水平、卵巢储备、子宫内膜容受性等),而妊娠结局往往由多种因素共同导致。3,4,5 超声在女性生殖功能评估中的重要作用在于评估卵巢储备(OR)和子宫内膜容受性(ER)。6 在OR评估中,系列超声检查可为卵泡监测、多囊卵巢综合征(PCOS)的诊断以及卵母细胞质量和妊娠结局的预测提供可靠的标志物,如卵泡直径和体积、卵泡数量、卵巢间质血流指数等。7 对于ER,子宫内膜厚度和体积、子宫内膜形态以及螺旋动脉血流指数是有效的评估指标。8,9 然而,由于标志物复杂、样本量有限以及既往研究间诊断标准不同,其预测价值仍存在争议。在此情况下,人工智能(AI)辅助诊断可能是一种有效的解决方案。

过去几年中,AI被认为是医学领域辅助诊断、治疗和预后的一种高效可靠的方法,尤其是在医学大数据分析和管理取得突破之后。10,11 关于女性生殖系统,已有不少研究聚焦于AI技术辅助下疾病(如卵巢癌和宫颈癌)的诊断与治疗,12,13 然而,功能评估同样重要。目前,AI正在生殖医学的多个领域接受检验,包括精子识别与形态学、胚胎细胞阶段自动预测、胚胎评估以及活产预测,还有改进刺激方案的开发。14,15 生殖医学中的超声与其他学科一样,不断因AI技术的进步而得到改进。然而,关于AI辅助超声在女性生殖功能评估中的效率和临床价值尚未达成共识,且据我们所知,尚无系统综述讨论这一主题。本文旨在系统综述AI辅助超声在女性生殖功能中的应用。我们主要关注AI辅助超声在ER和OR评估以及妊娠结局预测中的应用(图1)。同时,我们简要讨论其发展前景。随着提高诊断能力和提升治疗效率的需求日益增加,提供高效、客观的超声图像采集与评估十分重要,这将为不孕患者带来巨大获益。

图1 AI在女性生殖功能评估中的应用。ET,胚胎移植。45,46,47,49 查看原图 ↗

医学影像中人工智能的基础

医学中的人工智能是指通过知识密集型和/或数据密集型的计算机解决方案来处理疾病的预防、诊断和治愈。16 医学影像是人工智能在医学中最重要的应用领域之一,其首次应用可追溯到二十世纪中叶。17 我们可以从两个角度看待医学影像中的人工智能:算法方法及其临床应用。在算法方法方面,图2展示了人工智能、机器学习和深度学习之间的关系。机器学习是人工智能的一个子领域,主要由传统机器学习方法(如回归、决策树、随机森林、朴素贝叶斯和支持向量机等)和深度学习算法(如卷积神经网络、循环神经网络等)组成。根据研究目的,机器学习算法大致分为监督学习和无监督学习。监督式机器学习方法基于先验知识(大量包含输入和期望输出标签的训练病例)工作。更具体地说,深度学习是机器学习的一个子领域,其采用具有多层的神经网络来识别海量数据集中的模式。18 深度神经网络的基本结构由输入层、若干隐藏层和输出层组成。19 在临床应用方面,医学影像中的人工智能通常用于图像分割(感兴趣区域的识别与分割)、特征提取(如形态学和纹理特征)以及分类系统的定义(疾病诊断)。20 如今,随着技术和算法的发展,人工智能辅助超声已成为研究热点。

图2 人工智能、机器学习和深度学习之间的关系。 查看原图 ↗

人工智能辅助超声在卵巢储备中的应用:从精确分割到临床评估

基于二维和三维超声的应用

不孕症诊断和治疗的第一步是了解卵巢状态和卵泡监测。经阴道超声(TVUS)是接受辅助生殖技术(ART)女性必不可少的诊断工具,可直观观察卵巢和卵泡的发育情况、监测排卵时间并指导临床胚胎移植的时机。21 然而,在多次检查中对卵泡进行连续测量和卵泡发育评估既不方便又耗时。同时,临床医生之间的观察者间和观察者内差异显著。由于对ART和卵泡监测的需求很大,人工智能辅助超声检测卵泡是必要的。早在1997年,Potocnik等首次使用最优阈值法对卵巢进行粗略估计并识别卵泡。22 然而,这种自动化方法的效率较低(处理一张图像至少需要6分钟,识别率仅为70%)。后续研究主要集中在两个方面:一是分割算法的优化,23,24 二是新算法的开发。最优阈值法、基于边缘的方法、分水岭变换、扫描线阈值法和活动轮廓法是卵巢卵泡边界分割中的典型算法。25 此外,许多研究致力于有效提高分割的准确性、缩短分割所需时间,并通过同一验证集验证不同算法的分割性能。例如,鉴于区域生长法的局限性,即需要设置种子点(算法中“生长”的起点),研究人员采用了一种基于改进离散小波变换的k均值聚类算法来提高分割的准确性。26 然而,上述方法要么因噪声、无法勾画单个卵泡边界以及速度不够快而无法用于实时临床实践等限制因素而属于半自动化方法。基于图像分析的进一步策略实现了全自动快速分割。在Rose的研究中,根据图像特征(如像素强度水平)和检测到的卵泡区域特征(如圆度)执行不同的分割技术来检测卵泡,从而实现卵泡的自动检测。27 此外,另一项研究对卵泡超声图像进行了纹理分析,发现纹理特征可有效预测与未来排卵相关的生理变化。该方法有助于确定取卵时间。28 当与诊断分类器结合时,这些图像处理研究可为相关疾病(如PCOS和卵巢早衰)提供新的诊断方法。29 即便如此,一个问题是,由于卵巢和卵泡是三维器官,二维超声成像无法包含所有诊断信息(图3)。

三维超声可能成为卵泡监测的有用辅助手段,可显著缩短时间,并与人工计数具有良好的相关性。30 与二维超声图像相比,三维超声图像中卵泡直径的自动测量似乎具有若干优势。31 首先,由于超声扫描数据被存储并可随后进行详细分析,检查时间得以缩短。另一个优势是,这项新技术减少了操作者对扫描解读的影响并提高了客观性;因此,观察者间变异得以降低。32 , 33 然而,当卵巢内存在许多卵泡时,即使是在三维卵巢体积内,医生或超声技师定位正确切面并测量每个独立卵泡也是困难且耗时的。因此,非常需要一种自动检测和测量卵泡的方法。34 为改进方法学,有研究提出了一种使用多个同心层的算法用于牛卵泡的检测。结果与基于边缘的方法进行了比较,并证明所提出的算法在卵泡检测中更为有效。35 同一团队的另一项研究构建了一个整合图像去噪算法、边缘检测算法和三维重建算法的系统。该系统显示,监测和分析可提高妊娠结局的成功率。36 在临床应用中,这些算法被用于从超声图像估计卵泡内卵子的存在37,并使用不同超声仪器在刺激和非刺激检查周期中检测卵泡38。提高准确性、加快速度和增强稳健性似乎是自动三维超声在卵泡监测中的发展趋势。

图3 卵泡监测中的先进超声技术。 查看原图 ↗

临床意义

无论模型是基于二维还是三维成像,泛化性低始终是一个重大的共同问题,这限制了人工智能模型的临床应用。在我们之前的系列研究中,我们基于CR‐Unet框架构建了一个人工智能模型来分割卵巢和卵泡。39 该模型在3204张图像上进行了实验,在卵泡和卵巢分割中的Dice相似系数分别为0.912和0.858。这是首个采用基于深度学习的方法在经阴道超声(TVUS)中同时分割卵巢和卵泡的工作,并证明其在小卵泡(尤其是<5 mm)识别方面优于其他最先进方法,具有明显优势。随后在一项临床研究中验证了其观察者间和观察者内变异。40 目前,我们正通过将软件加载到超声设备上来开展这项研究。人工智能辅助超声“从实验室到临床”是困难的,观察者间变异不可忽视。为具有高价值,人工智能辅助超声模型在卵巢储备(OR)评估中的应用不仅应关注准确性,还应关注其临床实用性。

人工智能辅助超声:提高子宫内膜容受性评估的准确性

在体外受精-胚胎移植(IVF-ET)周期中,子宫内膜容受性(ER)不足导致约三分之二的着床失败。41 已有研究证实,反复胚胎着床失败、复发性流产及其他相关疾病与胚胎质量和子宫内膜容受性不足密切相关。42 大量研究表明,子宫内膜厚度和血液供应等多种因素影响子宫内膜容受性,超声已越来越多地应用于子宫内膜容受性的评估。然而,在2019年发表于《Human Reproduction Update》的系统综述中,作者使用“能力不足”一词来描述超声在子宫内膜容受性评估中的应用。43 问题可能在于,超声医师主要用肉眼观察超声图像,并手动勾画子宫内膜边界以进行测量和分型。44 手动分割不仅主观性更强、耗时费力、可重复性差,而且初级超声医师对子宫内膜定位的准确性较低,更容易产生较大的测量误差。近年来,研究人员正试图通过人工智能技术来解决这些问题。

人工智能辅助超声评估子宫内膜容受性包括子宫内膜区域分割、子宫内膜形态分类、估计子宫内膜的精确运动以及定量评估子宫内膜血液供应。子宫内膜的精确分割是精准测量的基础。全自动分割方法成为研究人员的首要考虑。该方案在包含59张经阴道超声(TVUS)图像的数据库上,相较于同期的一种监督学习方法,性能提升了约30%。45 由于识别子宫内膜边界没有金标准,半自动分割(如设定四个关键点:子宫内膜腔尖端、宫颈内口以及位于前后子宫壁基底层之间最厚区域的两点,用以描述子宫内膜形状)比全自动分割更为准确。46 使用基于U-net的分割,采用中轴变换方法估计子宫内膜厚度。47 结果在临床可接受的2 mm范围内,大大减少了手动测量的误差。评估子宫内膜容受性的另一个超声特征是子宫内膜形态,可分为三线型(或叶片型)、半三线型和单线型(或均匀型)。48 人工观察可能导致评估误差,因此人工智能辅助超声可用于自动识别子宫内膜类型。然而,受图像质量和样本量不足的影响,效率低于预期(总体准确率69.7%,叶片型准确率60.0%,均匀型准确率78.9%)。49 该结果也可能与最终结局相关,多项研究已证实子宫内膜形态类型与妊娠率之间的关系。50, 51

子宫蠕动特征(或子宫内膜波状活动)近年来一直是研究热点。它由子宫内膜下肌层收缩引起。52 根据规范要求,超声医师应录制5分钟视频用于图像后分析。53 然而,这在临床实践中并不方便。基于此,Yang等提出了一种基于多阈值技术评估子宫内膜的新方法。其团队利用递归算法快速确定正确的采样频率并估计子宫内膜的准确运动。该方法被证明可成功且有效地应用于准确估计运动频率和子宫内膜厚度。54 对于子宫内膜的血供,Nanni等开发了一种基于数据挖掘方法的人工智能系统,从子宫内膜/宫腔下提取数据并评估血管生成。观察年龄、子宫内膜下体积和子宫内膜血管化/血流指数,以获得预测妊娠率的最佳模型,曲线下面积(AUC)为0.85。55 在理想情况下,自动化可以减少子宫内膜容受性(ER)评估中的变异性,从而实现一致且客观的测量。迄今为止,该技术受限于子宫内膜活动、经阴道超声的主观性及其他因素,仍处于研究阶段。分割、自动测量以及基于子宫内膜模式的诊断和标准平面的自动识别是这一尝试的必要步骤。

人工智能辅助超声预测妊娠结局:需要进一步研究

目前,许多不孕夫妇因临床妊娠率低和每周期体外受精-胚胎移植(IVF-ET)费用高昂而承受巨大的经济和精神压力。预测IVF周期的妊娠机会是生殖科学家长期面临的问题。56 因此,早期预测妊娠结局可以指导治疗并减轻患者负担。既往大多数研究将抗苗勒管激素、窦卵泡计数、年龄和促卵泡激素两两结合,作为预测女性生殖妊娠表现的有效指标。57 然而,由于妊娠结局受多种相关因素影响,且每个因素均存在个体不准确性,所获得的结果与实际结果不同,几乎无法准确预测妊娠结局。因此,纳入指标的相关性与妊娠率预测效率密切相关,尤其是那些不易发现的潜在相关性。

人工智能(尤其是深度学习技术)是发现潜在相关性最有效的方法之一。58 首次尝试将人工智能技术用于预测妊娠结局,比在动物模型中通过神经网络分析无透明带仓鼠卵子精子穿透这一重要设想晚了4年。59 在该研究中,采用年龄、卵泡数、移植胚胎数和胚胎冷冻利用等指标构建神经网络模型以预测妊娠结局。该模型的总体准确率达到了59%。60 尽管准确率并不令人满意,且仅采用了少数指标,但该研究为人工智能辅助诊断预测妊娠结局奠定了基础。在如何提高准确率方面,一方面,纳入更多指标总体上可以提高预测准确率,无论使用何种算法(收集27项指标构建人工神经网络(ANN)并达到90%的准确率;或使用多元逻辑回归分析识别风险因素,AUC为0.78)。61 另一方面,选择合适的算法同样重要。62 Hafiz等人在486例IVF患者中验证了不同分类器对妊娠结局预测的准确率,包括支持向量机(SVM)、递归分割(RP)、随机森林(RF)、自适应增强和最近邻分类器。结果表明,RF和RP方法具有良好的预测性能。63 然而,这些结果仅代表这486例病例的情况。一系列有趣的研究展示了人工智能辅助方法如何协助预测妊娠率的全过程。作者提出通过纳入IVF周期评估的多数指标(如刺激方案、促性腺激素剂量、激素水平和夫妇信息等)来预测妊娠率。64, 65 然而,由于数据收集的困难,尚未取得进一步进展。在最新研究中,该团队收集了多项指标构建ANN模型,结果表明ANN模型确实可以提高妊娠结局的预测率。66

除了早期预测妊娠率外,人工智能辅助技术还可以帮助临床医生开展相关的生殖风险规避。例如,为降低移植多个胚胎带来的多胎妊娠风险,Uyar等希望通过预测体外受精(IVF)中单胚胎移植的结果,为移植胚胎数量的决策提供支持。该研究建立了一个传统贝叶斯模型,评估准确率高达80.4%,灵敏度为63.7%,高于单独专家判断。67 在一项由Blank发表的关于新鲜周期单胚胎移植的研究(后者纳入更多病例)中得出了类似结论。68 这些结果有可能辅助决定进行或推迟胚胎移植。此外,一项研究开发了三种不同方法(聚类、SVM和C-SVM),利用患者基本特征预测多个取卵周期中IVF的累积妊娠率,这可能有助于患者就使用自身卵母细胞还是供者卵母细胞、可能需要多少个取卵周期以及是否使用冷冻胚胎等作出最佳决策。3 然而,这些基于人工智能技术的模型存在不可避免的缺陷:样本量小导致模型应用单一(不适用于其他研究样本)、目标指标不完整(人工主观选择)以及对概率的无效追求(无意义的概率提升)。这些局限性常常导致临床实践中对已建立模型的不信任。

在一定程度上,既往研究忽视了超声相关信息。目前,研究人员正在探索通过结合多种指标构建人工智能模型。然而,尚无研究取得理想结果,因为数据的存储和收集极为困难,且样本量不足导致结果不理想。因此,收集足够样本并对指标与妊娠预测率之间的关系进行数据挖掘分析,是女性生殖领域亟待解决的问题。此外,认识到男性和女性双方的多种因素均可能影响成功妊娠的实现,未来的深度学习模型不仅必须捕获胚胎信息,还必须整合其他相关患者数据。

局限性与策略

随着科学的进步,人工智能技术日益成熟并在医学领域得到广泛应用。然而,当前在评估女性生殖功能方面的研究仍处于初步阶段(表1)。此外,人工智能技术还存在责任伦理问题。这种缺乏对人工智能内部过程和人际互动普遍理解的不透明性将产生伦理和责任问题以及法律风险,可能导致患者和临床医生对人工智能的不信任。69,70,71 特别是在生殖领域,大多数患者因数据的隐私和安全而不同意将其数据上传到网络进行智能分析。72,73 此外,人工智能模型的性能与多种因素密切相关,包括数据的数量和质量。如果训练数据样本量小、样本多样性不足或样本间比例不平衡,可能导致模型在监测和学习方面存在偏差,进而导致模型泛化性低、实际应用效果差。74 这一问题在女性生殖评估中更为明显,因为其指标复杂且具有不确定性。此外,高质量图像和准确数据是准确性的基础,这取决于评估标准和一致的数据采集方案。多中心研究是扩大样本量的解决方案。考虑到模型的稳健性和泛化性,需要来自不同机器和不同医院的数据来构建高精度、高性能的模型。75 由于女性生殖功能的评估标准各不相同,应加大力度统一不同机构采用的标准和存储方法。76 最后但同样重要的是,女性生殖功能的评估非常依赖系统性思维。这意味着尽管目前大多数研究表明人工智能可以达到甚至超过专家的表现,但不必担心人工智能是否会取代医生。人工智能在女性生殖功能评估中的恰当作用应是筛查和早期预警。重要的是,临床医生不应盲目遵循模型的预测,而应始终考虑模型的构建是否合理以及是否符合实际临床情况。

表1 人工智能辅助超声在女性生殖功能评估中的局限性 查看原表 ↗

结论

在女性生殖功能评估中,人工智能(AI)辅助超声是一种新型的跨学科融合。77 它将为生殖医学领域带来数字化转型和自动化,并最终使不孕夫妇和社会受益。AI辅助超声成像的结合有利于整合临床信息,从而输出更客观的结果,缩短治疗时间,并为准确诊断和治疗提供信息。AI不会取代生殖医学从业者、超声医师和胚胎学家,而是将简化他们的工作,以更好地帮助患者为目标。尽管应用面临挑战,但随着技术和医疗行业的标准化发展,AI将借助患者的整体医疗信息协助开展个体化治疗,其应用具有无限的发展潜力。

引用

  1. Chen Z, Wang Z, Du M, et al. Artificial Intelligence in the Assessment of Female Reproductive Function Using Ultrasound: A Review. J Ultrasound Med. 2021. PMID: 34524706. doi:10.1002/jum.15827
  2. 全文:PMC9292970(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9292970/

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。