文献速递泌尿生殖腹部CT

多期增强CT多任务深度学习模型用于肾癌综合评估

A comprehensive multi-task deep learning model for kidney cancer: histological subtyping, clinical staging, and anatomical complexity grading.
PubMed 文献 · Eur Radiol · 2026-01-28

本研究开发并验证了一种基于多期增强CT和多任务深度学习算法的模型,用于同时评估恶性肾肿瘤的病理亚型、临床分期和解剖复杂程度。研究纳入两个中心共798例患者,外部测试集显示该模型对区分透明细胞肾癌与非透明细胞肾癌、临床分期I/II与III/IV、低中与高解剖复杂度的AUC分别为0.89、0.87和0.87。模型在临床分期任务中优于单任务模型,且在部分任务中优于低年资放射科医师,同时计算效率更高。

要点

  • 多期增强CT多任务模型可一次同时输出肾肿瘤病理亚型、临床分期和R.E.N.A.L.解剖复杂度三类预测。
  • 该模型在外部测试集对透明细胞肾癌鉴别AUC为0.89,对临床分期与解剖复杂度分级AUC均为0.87。
  • 模型在临床分期上优于单任务模型,在组织亚型和临床分期上优于低年资医师,可用于辅助术前决策。

核心结论

  • 基于多期增强CT的多任务深度学习模型可同时预测恶性肾肿瘤的组织学亚型、临床分期和解剖复杂度,外部测试集AUC分别为0.89、0.87和0.87。
  • 多任务模型在临床分期任务中显著优于单任务模型,外部测试集AUC为0.87对0.82(p=0.022)。
  • 多任务模型在组织学亚型和临床分期上优于低年资放射科医师,但在解剖复杂度评估上不及高年资放射科医师。

研究设计与样本

  • 两中心回顾性研究,Center A纳入620例用于训练和内部验证,Center B纳入178例作为独立外部测试集。
  • 纳入标准为术前完成多期增强CT(皮髓质期、肾实质期、排泄期)且经病理证实的原发性恶性肾肿瘤。
  • 参考标准:病理亚型依据WHO和ISUP分级系统,临床分期依据2023年EAU肾癌指南,解剖复杂度由两名高年资放射科医师按R.E.N.A.L.评分评定。
  • 采用PLE多任务深度学习模型与3D ResNet-34骨干网络,并与三个单任务深度学习模型及五名放射科医师进行比较。

关键影像表现/征象

  • 模型输入为肾肿瘤多期增强CT的皮髓质期、肾实质期和排泄期三时相图像特征。
  • 肿瘤自动分割由基于KiTS23数据集训练的nnU-Net完成,Center A的Dice系数为0.955–0.961,Center B为0.901–0.909。
  • R.E.N.A.L.评分将肿瘤分为低复杂度(4–6分)、中等复杂度(7–9分)和高复杂度(10–12分),本研究将低中与高复杂度进行二分类。
  • 示例病例显示多任务模型能纠正单任务模型对临床分期的误判,并正确识别透明细胞肾癌、低临床分期和高解剖复杂度。

诊断标准与关键数值

  • 区分透明细胞肾癌与非透明细胞肾癌:外部测试集AUC为0.89(95% CI: 0.82, 0.94),敏感性90%、特异性73%。
  • 临床分期I/II与III/IV鉴别:外部测试集AUC为0.87(95% CI: 0.81, 0.93),敏感性78%、特异性84%。
  • 低中复杂度与高复杂度分级:外部测试集AUC为0.87(95% CI: 0.82, 0.92),敏感性88%、特异性74%。
  • 多任务模型与单任务模型在临床分期任务上的特异性比较:84%对71%(p<0.001),准确率83%对73%(p<0.001)。
  • 多任务模型计算效率:内存占用335 MB较三个单任务模型总计1065 MB减少约68%,单例预测时间为19.9 ms较50.6 ms提升约60%。

临床应用与阅片要点

  • 多任务模型可在一次CT扫描后同时提供肾肿瘤亚型、分期和复杂度三类信息,辅助外科制定手术方案。
  • 该模型对低年资放射科医师具有辅助价值,特别是在组织学亚型和临床分期判断方面。
  • 对高解剖复杂度肿瘤,高年资放射科医师的R.E.N.A.L.评分仍优于深度学习模型,模型不能完全替代有经验的阅片者。
  • 模型输出的三类预测结果可作为活检的替代或补充信息,帮助术前快速全面评估。

局限性

  • 本研究为回顾性设计,存在选择偏倚的可能。
  • 两中心间年龄分布存在显著差异(p<0.001),可能影响外部测试的泛化结论。
  • 研究中临床分期III/IV等少数类别样本量有限,采用了完全随机抽样以平衡分布。
  • 除外了囊性成分为主的肿瘤(实性成分<25%),模型对囊性肾肿瘤的适用性未经验证。
全文中译17 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. 2026 Jan 28;36(6):4513–26. doi: 10.1007/s00330-026-12322-z

引言

肾肿瘤是泌尿系统最常见的肿瘤之一,其发病率呈上升趋势。恶性肾肿瘤的治疗选择包括手术、主动监测、消融和新辅助治疗等,最佳方案应基于对肿瘤的全面评估来确定 [1]。组织学亚型被认为是一个重要因素,其中透明细胞肾细胞癌(ccRCC)是最常见的亚型(占病例的75%–80%),且与不良预后相关 [2, 3]。此外,晚期非透明细胞肾细胞癌与透明细胞肾细胞癌在新辅助治疗期间的药物方案选择上存在显著差异 [4]。其次,TNM分期系统可对患者进行准确分层,进一步有助于确定最佳治疗方式。局限性肾癌包括临床I期和II期(T1–2N0M0),若技术上可行,可考虑行肾部分切除术(PN);而非局限性肾癌(临床III期和IV期)则更常需要行根治性肾切除术(RN)及综合治疗 [4]。R.E.N.A.L.肾脏测量评分是一个经典的解剖学分类系统,可提供肿瘤切除技术复杂性的信息。中低复杂度的肿瘤更可能采用PN和微创方法治疗,而高复杂度肿瘤则更可能行RN和开放手术 [5, 6]。然而,获取全面的术前支持信息具有挑战性。病理亚型和TNM分期需要有创活检操作。R.E.N.A.L.肾脏测量评分依赖于放射科医师,而后者常常面临时间限制,且该评分系统存在评分模糊性和观察者间差异的问题。因此,术前同时准确评估这三项要素——组织学亚型、临床分期和解剖复杂度——对于制定最优的个体化手术治疗方案至关重要。

近年来,深度学习(DL)在医学影像领域展现出了良好的潜力 [7]。然而,目前大多数关于肾脏图像计算与分析的研究都集中于独立解决不同的临床任务(即每个任务构建一个模型),忽视了这些任务之间有意义的联系 [8, 9]。最近,多任务深度学习(MTDL)已被探索用于解决这一问题 [10, 11],它能够以最少的监督同时处理多个任务(即一个模型解决多个任务),通过信息共享提高学习效率,并改善计算效率 [12]。在这些进展中,渐进式分层提取(PLE)在不同任务相关性和分组规模下显著提升了性能 [13]。其实现方式是将共享组件与任务特定组件分离,并采用渐进式路由机制逐步提取和隔离更深层的语义知识。

目前,利用多任务深度学习(MTDL)算法同时提供两种或以上肾肿瘤相关信息的研究有限,且大多数采用整合多个单任务模型的简单框架 [14, 15]。在此基础上,本研究开发了一个基于多期相增强CT(CECT)和PLE算法的MTDL模型,用于同时评估恶性肾肿瘤的组织学亚型、临床分期和解剖复杂度分级。此外,我们为每项任务构建了三个单任务深度学习(STDL)模型,并将其性能与MTDL模型进行比较,以分析MTDL方法的临床价值。

材料与方法

本研究遵循《赫尔辛基宣言》开展,并经所有参与医院的机构伦理审查委员会批准(批准号:NFEC-2024-285)。由于数据集为回顾性性质,免除了知情同意的要求;所有数据集彼此独立。

训练集与内部验证集

为尽量减少选择偏倚,2014年1月至2023年6月期间在A中心接受肾切除术的所有连续单发肾脏占位患者均被纳入本研究。纳入标准如下:(a) 经病理证实的原发性恶性肾肿瘤,(b) 术前多期相CECT扫描(包括皮髓质期、肾实质期和排泄期),肾脏及肿瘤成像完整。排除标准包括:(a) 囊性肿瘤(实性成分 < 25%)[16],(b) CT检查前曾接受靶向治疗、免疫治疗或放化疗,(c) CT图像质量差(如金属伪影或呼吸运动伪影)。鉴于本研究队列的样本量有限(特别是III/IV期肿瘤等少数类别),采用完全随机抽样方法将患者按8:2比例分配至训练集和内部验证集,确保所有特征在两个数据集之间分布均衡。

外部测试集

2019年1月至2024年6月期间在B中心接受肾切除术的连续单发肾脏占位患者。来自B中心的数据作为外部测试集,其纳入和排除标准与A中心相同。所有数据集中患者纳入和排除的工作流程总结于图1。

图1 训练集、内部验证集和外部测试集的合格标准与筛选流程图 查看原图 ↗

数据准备

所有患者的临床数据均通过查阅电子病历系统和病理系统获得。病理亚型(非透明细胞肾细胞癌 vs. 透明细胞肾细胞癌)诊断依据世界卫生组织和国际泌尿病理学会分级系统进行核实 [17]。TNM及临床分期(I/II期 vs. III/IV期)遵循2023年欧洲泌尿外科学会(EAU)肾细胞癌指南 [4]。肿瘤解剖复杂度分级(低-中度 vs. 高度复杂)由两名经验丰富的放射科医师(G.Q.,20年经验;W.C.,30年经验)采用R.E.N.A.L.肾脏测量评分系统进行评估,详细评分标准见表S1。R.E.N.A.L.评分的观察者间一致性已进行评估,详见补充材料。肿块按复杂度分为低度复杂(R.E.N.A.L.评分4-6分)、中度复杂(评分7-9分)或高度复杂(评分10-12分)。与低至中度复杂肿瘤相比,高度复杂肿瘤在术前决策中更常需要根治性肾切除术(RN)或开放肾部分切除术(PN),且术后并发症风险更高 [5, 18]。

图像分割

为确保影像质量控制,一名初级放射科医师(D.L.)按照纳入和排除标准独立审阅了所有CT扫描。所有CT图像均经匿名化处理并以NIFTI格式存储。为获得肿瘤掩膜,我们在KiTS23数据集上训练了一个nnU-Net自动分割网络(补充材料)。来自A中心和B中心的数据作为分割模型的独立外部测试集。采用Dice系数、相对体积误差(RVE)和95%豪斯多夫距离(HD95)等指标评估分割模型的性能。自动分割的掩膜由两名放射科医师(T.L.,7年经验;X.W.,10年经验)使用ITK-SNAP(版本3.8.0,http://www.itksnap.org)共同审阅并手动校正。关于CT扫描方案和标准化分割流程的更多细节见补充材料。

模型开发

开发了一个多任务PLE模型,用于同时分类:(a)非透明细胞肾细胞癌 vs. 透明细胞肾细胞癌,(b)临床I/II期 vs. III/IV期,以及(c)低-中度复杂 vs. 高度复杂肿瘤。采用医学开放人工智能网络(MONAI,https://monai.io)深度学习框架进行CT图像预处理和DataLoader构建。随后使用3D ResNet-34骨干网络分别从皮质期、实质期和排泄期扫描中提取图像特征。这些三期特征随后被融合,作为PLE模块的输入,用于对三个分类标签进行同步预测。图2展示了本研究的工作流程。为进行比较,还构建了三个STDL模型来预测这三个标签,采用相同的3D ResNet-34骨干网络进行特征提取,并保持相同的训练参数。所有模型均使用训练集进行开发,在内部验证集上进行超参数优化,最后在独立外部测试集上进行最终评估。详细的网络架构见补充材料。

图2 多任务深度学习模型开发流程示意图。fc、fn和fe分别表示ResNet34骨干网络从皮髓质期、肾实质期和排泄期图像中提取的特征。PLE,递进式分层提取 查看原图 ↗

观察者研究

5名放射科医师编号为1至5(L.Z.、Z.H.、R.L.、L.D.和Z.Z.,分别具有12年、9年、6年、2年和2年的腹部影像判读经验),均未参与参考标准标注过程,独立评估外部测试集,以评价每例病例被分类为ccRCC、临床III/IV期以及根据R.E.N.A.L.肾脏测量评分判定为高复杂度的概率(0%–100%)。为确保数据保密性,所有病例在评估前均经过随机化和匿名化处理。在评估之前,所有观察者均完成了标准化培训,内容包括代表性病例特征性影像表现的分析、基于2023年EAU指南的临床分期标准解读以及R.E.N.A.L.肾脏测量评分系统文献的全面复习[4, 5]。随后将MTDL模型的诊断性能与放射科医师的评估结果进行比较。

统计分析

MTDL和STDL模型的诊断性能均采用含95%置信区间(CI)的指标进行评价,包括灵敏度、特异度、准确率和受试者工作特征曲线下面积(AUC)。模型的最佳阈值通过最大化约登指数确定。相应地,对5名放射科医师的表现也进行了评价。采用DeLong检验将MTDL模型的AUC值与STDL模型及放射科医师进行比较。采用决策曲线分析(DCA)评价模型的临床效用。采用计算时间和内存占用来比较MTDL与STDL模型的效率。连续变量以均值±标准差(SD)表示,分类变量以计数和百分比表示。三个数据集之间基线特征的比较采用单因素方差分析和卡方检验。所有统计分析和实验均使用Python(版本3.8.0,www.python.org)和R(版本4.4.2,www.r-project.org)进行。双侧p < 0.05被认为差异具有统计学意义。为比较MTDL和STDL模型在三项任务中的总体性能,对P值进行多重比较的Bonferroni校正。

结果

研究人群

数据集的基线特征总结于表1和表S3。应用纳入和排除标准后(图1),共纳入798例恶性肾肿瘤患者(平均年龄54岁±12(标准差);279例女性)。共有597例(74.8%)肿瘤为ccRCC,150例(18.8%)为临床分期III/IV期,187例(23.4%)为高解剖复杂度分级。中心A队列包括620例患者(平均年龄53岁±13,218例女性),其中463例(74.7%)为ccRCC,157例(25.3%)为非ccRCC;507例(81.8%)为临床I/II期,113例(18.2%)为临床III/IV期;根据R.E.N.A.L.肾肿瘤评分,484例(78.1%)为低-中复杂度,136例(21.9%)为高复杂度。中心B队列包括178例患者(平均年龄58岁±11,61例女性),其中134例(75.3%)为ccRCC,141例(79.2%)为临床I/II期,127例(71.3%)为低至中复杂度。两个中心之间的年龄分布差异有统计学意义(p < 0.001)。R.E.N.A.L.评分的观察者间一致性良好,如表S2所示。

表1 数据集的基线特征 查看原表 ↗

nnU-Net模型的分割性能

该模型在中心A数据的各CT期相中均表现出良好的分割性能,Dice系数为0.955–0.961,RVE为4.7%–5.7%,HD95为1.51–1.72 mm。对于中心B,结果显示Dice系数为0.901–0.909,RVE为15.7%–18.9%,HD95为2.16–2.70 mm。详细结果见表S5。

MTDL算法的诊断性能

MTDL算法模型在三个任务中的诊断性能——区分非ccRCC与ccRCC、临床I/II期与III/IV期、以及低-中复杂度与高复杂度R.E.N.A.L.肾肿瘤评分——在内部验证集和外部测试集中的表现见表2和S7。在外部测试集中,该算法区分非ccRCC与ccRCC的灵敏度为90%(95% CI:84,95),特异度为73%(95% CI:59,86),AUC为0.89(95% CI:0.82,0.94)。对于临床I/II期与III/IV期的分期,其灵敏度为78%(95% CI:65,91),特异度为84%(95% CI:78,90),AUC为0.87(95% CI:0.81,0.93)。对于低-中复杂度与高复杂度的分类,其灵敏度为88%(95% CI:80,96),特异度为74%(95% CI:66,82),AUC为0.87(95% CI:0.82,0.92)。

表2 多任务和单任务深度学习算法在各任务上的性能 查看原表 ↗

与STDL算法的比较

在区分非ccRCC与ccRCC方面,MTDL与STDL算法模型的性能比较显示AUC值相当(内部验证集:0.92 [95% CI:0.86,0.97] vs. 0.94 [95% CI:0.90,0.97],p = 0.489;外部测试集:0.89 [95% CI:0.82,0.94] vs. 0.88 [95% CI:0.82,0.94],p = 0.954)。DCA显示MTDL在验证集和测试集中阈值0–0.9范围内具有更高的净获益。STDL模型在阈值> 0.9时表现更好,但其净获益在阈值0至0.4之间低于全部治疗策略。

对于临床分期任务,MTDL和STDL模型在内部验证集中显示出相当的AUC(0.82 [95% CI: 0.72, 0.90] vs. 0.84 [95% CI: 0.74, 0.93],p = 0.607),而MTDL显示出更优的特异度(84% [95% CI: 76, 90] vs. 70% [95% CI: 61, 79],p = 0.012)。在外部测试集中,MTDL在所有指标上均显著优于STDL:特异度(84% [95% CI: 78, 90] vs. 71% [95% CI: 64, 78],p < 0.001)、准确率(83% [95% CI: 78, 88] vs. 73% [95% CI: 66, 79],p < 0.001)和AUC(0.87 [95% CI: 0.81, 0.93] vs. 0.82 [95% CI: 0.75, 0.88],p = 0.022)。DCA显示,在测试集中阈值为0–0.5时,MTDL比STDL具有更大的净获益。

对于R.E.N.A.L.肾测量评分任务,MTDL和STDL算法模型之间未观察到AUC的显著差异(内部验证集:0.87 [95% CI: 0.77, 0.96] vs. 0.92 [95% CI: 0.86, 0.97],p = 0.188;外部测试集:0.87 [95% CI: 0.82, 0.92] vs. 0.88 [95% CI: 0.83, 0.93],p = 0.577)。此外,DCA显示,在测试集中阈值为0–0.8时,MTDL比STDL具有更大的净获益。MTDL和STDL模型的比较诊断性能见表2和图3、图4。

在比较组织学亚型、临床分期和解剖复杂度分级三项任务的总体表现时,MTDL和STDL模型在内部验证集(校正p值:1.000、1.000、0.564)或外部测试集(校正p值:1.000、0.066、1.000)中的AUC均未观察到统计学显著差异。

图3 MTDL和STDL算法在(A–C)内部验证集和(D–F)外部测试集中识别肾肿瘤(A、D)组织学亚型、(B、E)临床分期和(C、F)解剖复杂度分级的受试者工作特征曲线 查看原图 ↗
图4 MTDL和STDL算法在(A–C)内部验证集和(D–F)外部测试集中识别肾肿瘤(A、D)组织学亚型、(B、E)临床分期和(C、F)解剖复杂度分级的决策曲线分析。x轴显示决策阈值概率(0%–100%),即临床医生进行干预的最低预测概率。y轴表示净获益。黑色实线和虚线分别代表“全部治疗”和“全部不治疗”的参考策略。黄色和蓝色虚线曲线对应研究模型。当模型的曲线位于两条参考线之上时,该模型具有临床价值;曲线越高表明净获益越大。 查看原图 ↗

模型效率比较

在外部测试集上,用于组织学亚型、临床分期和R.E.N.A.L.肾测量评分的三个STDL模型总共需要1065兆字节的内存。相比之下,MTDL模型在同时处理所有三项任务时仅需335兆字节的内存,实现了约68%的内存使用减少(图S1)。此外,MTDL模型显示出显著更快的每例预测时间(19.9 ms vs. STDL模型的50.6 ms),相当于速度提升了60%。

与放射科医生评估的比较

表3和图5展示了放射科医生的诊断表现。在单项任务比较中,MTDL模型在组织学亚型分型中的AUC高于低年资放射科医生4、5(0.89 [95% CI: 0.82, 0.94] vs. 0.71 [95% CI: 0.62, 0.80],p = 0.001;0.73 [95% CI: 0.62, 0.83],p = 0.005)。在临床分期方面,MTDL模型优于放射科医生3–5(0.87 [95% CI: 0.81, 0.93] vs. 0.80 [95% CI: 0.74, 0.86],p = 0.041;0.72 [95% CI: 0.64, 0.80],p = 0.001;0.74 [95% CI: 0.67, 0.81],p = 0.002)。在解剖复杂性方面,高年资放射科医生1、2优于MTDL(0.87 [95% CI: 0.82, 0.92] vs. 0.98 [95% CI: 0.96, 1.00],p < 0.001;0.94 [95% CI: 0.91, 0.97],p = 0.024)。就三项任务的总体表现而言,在组织学亚型分型和临床分期两项任务中,MTDL模型均优于低年资放射科医生4(校正后p:0.004,0.001)和5(校正后p:0.014,0.007)(图6)。

图5 深度学习算法与临床医生在肾肿瘤的A组织学亚型、B临床分期和C解剖复杂性等级识别中的受试者工作特征曲线 查看原图 ↗
图6 展示了测试集中的两个示例。A 一名51岁男性患者,左肾临床II期高复杂性透明细胞肾细胞癌(ccRCC)。病灶边缘不清,与集合系统关系密切。该病例被单任务深度学习(STDL)模型误分类为高临床分期(III/IV)肿瘤,但被多任务深度学习(MTDL)模型正确分类为低临床分期肿瘤。B 一名47岁男性患者,右肾临床II期ccRCC,解剖分类为高复杂性。肿瘤边缘不清,动脉期强化略低于肾皮质。该病例被低年资放射科医生5误分类为临床III期ccRCC,被低年资放射科医生4误分类为临床III期非ccRCC,但被MTDL模型正确分类为ccRCC、低临床分期(I/II)和高复杂性 查看原图 ↗
表3 多任务深度学习算法与放射科医生在测试集中的表现 查看原表 ↗

讨论

恶性肾肿瘤的术前综合评估仍是临床面临的挑战。在本研究中,我们利用多期相增强CT(CECT)开发了一个MTDL模型,以同时预测组织学亚型、临床分期和解剖复杂性。该模型为外科医生提供综合的术前信息以指导手术规划,并可作为接受活检患者的无创辅助手段。在独立外部测试队列中,MTDL模型展现了稳健的诊断性能,区分非ccRCC与ccRCC的AUC为0.89(95% CI: 0.82, 0.94),预测临床I/II期与III/IV期的AUC为0.87(95% CI: 0.81, 0.93),预测低-中复杂性(R.E.N.A.L.评分4–9)与高复杂性(评分10–12)肿瘤的AUC为0.87(95% CI: 0.82, 0.92)。

深度学习是机器学习中的一个专门领域,其核心在于通过多层神经网络自动从数据中学习特征并完成任务。目前,它正在肾脏影像学中发挥着变革性作用[9]。Xiong等人[19]基于大样本、多中心队列开发了两种卷积神经网络(CNN)模型,分别用于诊断肾脏肿瘤的良恶性以及区分侵袭性与惰性肿瘤。两种模型均表现出较强的性能,AUC值分别为0.871和0.783。此外,这些深度学习模型优于相应的影像组学模型,后者通常需要复杂的手动特征提取和特征工程。当一个模型仅专注于解决单一临床问题时,称之为单任务深度学习(STDL)模型。在此类模型中,所有网络结构和参数优化都专门针对一项任务,具有简单性和参数调优针对性强的优点。然而,它们的数据利用效率较低,且容易发生过拟合。

与传统的STDL不同,多任务深度学习(MTDL)构建单一模型同时训练两个或多个任务,只需一次数据加载和计算,因此表现出高效率。此外,通过在任务之间共享特征和参数,模型学习到的表示必须适应多个目标,这有助于减少任务特定的过拟合并增强泛化性能[20, 21]。MTDL通过同时优化多个损失函数来提升相关任务的性能。具体而言,如果Lᵢ表示任务Tᵢ的损失函数,则模型的总损失函数定义为:,其中wi表示平衡各任务个体损失的权重项[10]。该方法考虑了任务间的变异性。然而,一个挑战在于平衡并发任务之间的损失函数,权重设置不当很容易导致模型偏向某一特定任务。在本研究中,我们对三个任务的损失求和采用了等权重(即所有任务的wᵢ=1:1:1),这避免了复杂权重搜索程序可能导致的验证集性能过拟合,从而确保了结果的可重复性。通过将等权重模型的性能与STDL模型的性能进行比较,我们可以确定不同任务之间存在正向相互促进还是负向干扰[11]。

以往有限的研究已将多任务网络用于肾脏肿瘤分析。Ruan等[22]提出了一种多分支特征共享生成对抗网络,利用联合学习和对抗学习来准确分割和量化肾脏肿瘤。该方法有效利用了这两个相关任务之间的共性与差异,肿瘤分割准确率达到95.7%,直径相关系数为0.904。Zeng等[23]开发了一种基于无监督域自适应机制的二维深度学习卷积网络,用于自动生成相似肾脏图像并分割肾脏解剖结构,其性能优于基于监督学习的肾脏分割方法。这些研究利用相关任务的相互增强效应来提升模型的分割性能。考虑到这些优势,我们假设肾脏肿瘤的组织学亚型、临床分期和解剖复杂度评估这三个任务可能共享某些共同特征。通过整合这些临床相关任务,我们建立了一个基于ResNet-34骨干网络的多任务深度学习(MTDL)模型,并在独立测试集上对其进行了评估。

近年来,大多数关于肾脏肿瘤影像的人工智能研究都集中于开发单任务网络以解决特定临床问题。Han等[24]采用基于增强CT(CECT)图像的深度学习框架来区分三种主要肾细胞癌(RCC)亚型:透明细胞肾细胞癌(ccRCC)、乳头状肾细胞癌和嫌色细胞肾细胞癌。该模型在区分非ccRCC与ccRCC方面达到了65%的敏感性和0.936的AUC。然而,由于样本量有限(n=169)且缺乏外部验证,其泛化性和稳健性仍不确定。Uhm等[25]开发了一种端到端的深度学习模型,用于五种主要肾脏肿瘤亚型的鉴别诊断。在非ccRCC与ccRCC分类中,该模型在内部验证集中的AUC为0.864(95% CI:0.696,0.989),在外部测试集中的AUC为0.917(95% CI:0.805,0.997)。尽管该研究通过增加样本量并纳入外部验证较先前工作有所改进,但它本质上将组织学亚型任务分解为五个独立的二分类问题。Wu等[15]提出了一种基于CT影像组学的多任务框架,用于评估肿瘤恶性程度、组织学亚型、病理分期、Fuhrman分级和Ki-67指数。在其外部队列中,最优模型在非ccRCC/ccRCC区分中达到AUC 0.83(95% CI:0.76,0.89),在T1/T2与T3/T4分期中达到AUC 0.85(95% CI:0.79,0.92)。类似地,Yang等[26]开发了一种利用多尺度特征融合策略的人工智能框架,整合了用于肾脏肿瘤病理分级和Ki-67指数分类的机器学习模型,取得了良好的总体性能。这些方法虽有创新,但本质上是在一个框架内堆叠多个单任务网络,导致数据利用效率较低。相比之下,本研究采用多任务深度学习(MTDL)网络模型,同时在三个任务上取得了与单任务深度学习(STDL)相当的总体预测性能。此外,Heller等[27]利用基于CT的深度神经网络自动分割肾脏和肿瘤,同时估算R.E.N.A.L.肾肿瘤评分。其结果显示模型生成的评分与放射科专家评分之间具有中等一致性(一致性系数=0.6,p<0.0001)。相比之下,本研究通过聚焦于低-中危与高危复杂性肿瘤这一临床关键区分来简化该工作流程,展现出稳健的性能,为外科医生提供了直观的决策支持。

MTDL 网络中相互关联的任务可以相互增强或削弱性能。当一个任务包含对另一个任务有益的信息时,它会提高后者的性能;反之,则可能造成干扰 [28–30]。在本研究中,为准确、公平地评估 MTDL 模型中不同任务之间的相互作用(协同或干扰),我们采用相同的预训练主干网络和训练参数构建了三个 STDL 模型。在外部测试集中,MTDL 模型在临床分期方面表现出优于 STDL 的诊断性能(AUC:0.87 对 0.82)。决策曲线分析(DCA)显示,MTDL 模型在更宽的阈值概率范围(0.1–0.5)内提供了比 STDL 模型更好的临床效用。相关性分析显示,三个临床预测任务之间存在统计学显著的相关关系,尤其是分期与复杂性之间(表 S8)。R.E.N.A.L. 肾脏测量评分的关键组成部分——包括较大的肿瘤直径、更靠近集合系统/肾窦以及较低的外生率——与较高的临床分期显著相关。Demirjian 等 [31] 开发了一种基于 CT 的影像组学机器学习模型,用于区分 I/II 期与 III/IV 期,报告其全特征模型的最大 AUC 为 0.80——与我们的 STDL 性能相当,且低于 MTDL 模型。这一优势也在观察者研究中得到体现,MTDL 算法在临床分期评估方面优于低年资放射科医师。此外,我们的 MTDL 模型在大多数任务中(尤其是组织学亚型和临床分期)超越了低年资放射科医师,同时达到了与高年资放射科医师相当的性能。值得注意的是,MTDL 模型在组织学亚型和解剖复杂性分类方面的性能与 STDL 模型相当,这可能是因为这些任务经历的正迁移有限,或者至少未从共享表示中获得额外收益。约 25%–30% 的 ccRCC 患者在初次诊断时即已出现转移,且 ccRCC 表现出更强的侵袭性和更差的预后 [32, 33]。然而,在本研究中,组织学亚型与其他任务仅呈弱相关,这可能是由于非 ccRCC 类别中包含多种不同亚型,从而掩盖了各自相关的影像学特征。此外,由于三个任务的损失在量级上可能存在显著差异,固定的 1:1:1 权重分配存在风险,即某一任务(如临床分期)可能主导梯度更新,抑制其余任务的学习。

另一方面,多任务网络架构允许跨任务共享参数,从而减少内存占用并最小化推理过程中的冗余计算以提高处理速度——这是一个经常被忽视但至关重要的优势。这在医疗环境中尤为显著,因为数据管理对医疗机构构成重大挑战,影像数据约占所有医疗数据的90% [34]。此外,近期智能医疗设备和AI应用的快速扩张——如用于肺结节检测的InferRead CT Lung(https://www.infervision.com)、用于神经血管分析的Viz 3D CTA(https://www.viz.ai/)以及用于心血管评估的CoronaryDoc(https://www.shukun.com)等医学影像应用——凸显了对计算效率的迫切需求。从2019年到2023年年中,美国食品药品监督管理局批准了近700台AI医疗设备,其中超过75%用于放射学领域 [9]。在常规数据管理条件下,高效AI模型可以缓解临床环境中的资源限制 [10, 35]。与STDL模型相比,我们的MTDL模型在同时处理所有三项任务时,内存消耗减少了68%(335 MB vs. 1065 MB),每例预测时间缩短了60%(19.9 ms vs. 50.6 ms)。在诊断能力相当的情况下,这种效率提升使MTDL算法比STDL算法更易于集成到临床工作流程中。

我们的研究存在若干局限性。第一,该模型基于手术队列开发,这可能限制其对早期或非手术患者的普适性。第二,由于该预测模型基于回顾性病历开发,且数据集未采用时间分割策略,未来研究特别需要进行前瞻性队列验证。第三,关于晚期(III/IV期)和高复杂性肿瘤的有限样本量,以及潜在假阳性结果的风险,尽管我们采用了独立外部验证设计,但外部队列来自单一医疗中心且样本量有限。因此,未来研究仍需在更多医疗中心进行进一步验证。此外,该模型在不同种族人群中的普适性需要通过国际多中心研究进一步验证。第四,MTDL模型中的等任务权重提供了稳定的基线,但忽略了任务难度和类别不平衡的差异。未来工作应探索精细化加权以提升性能。最后,该预测模型不能完全替代有创病理检查。虽然它可以辅助医生在术前初步评估组织学亚型、临床分期和解剖复杂性以指导手术规划,但该方法是否最终能改善患者预后仍不明确——这需要长期随访数据和前瞻性研究加以验证。

总之,我们开发了一种基于术前多期增强CT的无创多任务深度学习(MTDL)模型,能够同时准确预测组织学亚型、临床分期和解剖复杂度。此外,MTDL网络的共享设计在不降低组织学或解剖复杂度分类性能的情况下,提高了临床分期的表现。该MTDL算法可辅助外科医生优化手术规划,并有助于肾肿瘤的更精准、更高效的管理。

补充信息

补充材料

引用

  1. Lv, Liu, Wang, et al. A comprehensive multi-task deep learning model for kidney cancer: histological subtyping, clinical staging, and anatomical complexity grading. Eur Radiol. 2026. PMID: 41606245. doi:10.1007/s00330-026-12322-z
  2. 全文:PMC13212381(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13212381/

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。