指南与共识神经头颈MR

前庭神经鞘瘤AI应用与测量管理德尔菲共识方案

Consensus on the use of artificial intelligence in the management and measurement of vestibular schwannomas: A protocol for a modified delphi consensus.
指南 / 共识 · Neuroradiology · 2026-06-24

本文为一项改良德尔菲共识研究方案,旨在标准化前庭神经鞘瘤的MRI评估与测量,并推动AI辅助影像分析在疾病管理中的应用。研究分三阶段进行:系统评价、问卷制定及两轮德尔菲调查与共识会议,专家来自BSBS、ESBS和ESHNR。最终目标是形成核心测量集,以提升临床决策一致性与科研证据的可比性。

要点

  • 线性测量误差大且可能掩盖肿瘤间歇性生长,容积测量更敏感、精确,应优先用于评估前庭神经鞘瘤。
  • AI分割模型Dice评分>93%,可达临床医生间一致性水平,有望实现全自动检测、分割及测量提取。
  • MRI采集序列选择直接决定AI工具准确性,阅片和报告中应记录所采用的序列与测量方法。

核心结论

  • 共识旨在标准化前庭神经鞘瘤的影像采集、肿瘤测量及AI工具部署,以提升患者管理和治疗评估。
  • 共识目的为确定哪些指标在临床常规应用中重要且可行,不推荐容积阈值的干预标准。

研究设计与样本

  • 研究类型为改良德尔菲共识方案,分三阶段:系统评价、指导委员会问卷制定、两轮德尔菲及混合共识会议。
  • 专家来自英国颅底学会、欧洲颅底学会和欧洲头颈放射学会,覆盖神经外科、耳鼻喉科、神经放射及放射肿瘤科。
  • 系统评价检索Ovid Medline、Ovid Embase和CENTRAL,时间截至2024年10月4日,注册号CRD42024604452。
  • 共识定义预先设定:≥67%为中等共识,≥80%为强共识,条目需≥67%评分7–9且≤15%评分1–3方可进入第二轮。

关键影像表现/征象

  • 前庭神经鞘瘤MRI表现为源于前庭蜗神经的颅内占位,AI模型可自动勾画并区分肿瘤的管内与管外部分。
  • 系统评价显示57.3%的研究通过线性测量估算容积或手动分割获得体积,影像采集方式存在显著差异。

诊断标准与关键数值

  • 容积测量在检测肿瘤细微生长方面优于线性测量,具有更高敏感度与精确度。
  • 首个全自动AI分割模型Dice评分>93%,与临床医生间观察者一致性相当。
  • 重要性评分采用9分李克特量表:1–3为「完全不重要」,4–6为「重要但非必需」,7–9为「非常重要」。

临床应用与阅片要点

  • 阅片时应记录MRI采集序列,因序列选择直接影响AI工具分割与测量的准确性。
  • 报告前庭神经鞘瘤测量结果时需注明测量方法为线性径线还是容积,避免将线性测量显示的间歇性生长误判为真实变化。
  • AI工具可用于自动提取线性和容积测量数据,减少手动分割的耗时与观察者间变异。

局限性

  • 德尔菲问卷仅在英国和欧洲发放,地域代表性受限,其他地区可能优先关注不同指标。
  • 共识仅识别临床重要且可行的指标,不涉及容积干预阈值的具体数值确定。
全文中译15 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:Neuroradiology. 2026 Jun 24;68(7):2047–59. doi: 10.1007/s00234-026-04063-z

引言

前庭神经鞘瘤(VS)是一种良性颅内肿瘤,起源于前庭蜗神经前庭支内的外周髓鞘形成施万细胞。磁共振成像(MRI)的出现和普及使得越来越多无症状的小型VS被检出,患者通常需要一段时间的随访监测[1]。现代发病率数据表明,发生散发性VS的终生风险可能超过五百分之一[2]。VS生长的评估是制定其治疗策略的关键要素[3]。2003年VS结果报告系统国际共识会议主张采用MRI上最大线性直径来定义VS的大小[4]。然而,在应用线性测量指导临床管理时,必须考虑较大的误差范围。这往往导致更频繁的随访扫描。线性测量还可能给人间歇性生长的印象,从而使临床决策复杂化。相反,容积测量是计算VS真实大小的更为灵敏和精确的方法,在检测细微生长方面更具优势[5, 6]。尽管如此,目前的技术(如MRI上的手动或半自动肿瘤分割)耗时较长、缺乏标准化,且易受观察者间变异性的影响[7]。此外,专用软件工具的有限可及性也构成了容积评估在临床常规应用中的障碍[8]。

为弥合这一实施差距,已开发出利用MRI对VS进行分割的全自动人工智能(AI)框架[9],其中一些还能勾画并区分肿瘤的管内和管外部分[10]。然而,VS需要一套循证的、客观的测量标准,以确保采用一致的方法为临床决策提供信息、促进证据综合并支持该领域的未来研究。重要的是,用于VS患者成像的MRI采集序列对于确定基于AI的工具的准确性至关重要。我们概述了一项涉及英国颅底学会(BSBS)、欧洲颅底学会(ESBS)和欧洲头颈部放射学会(ESHNR)成员的改良德尔菲共识,探讨VS成像、评估和测量的要求,以及引入AI工具辅助VS管理所面临的障碍。

方法

研究设计

本研究已获得伦敦国王学院机构审查委员会批准(MRA-24/25-51552),并将遵循《准确共识报告文件》(ACCORD)报告指南,该指南针对通过改良德尔菲法形成的共识方法制定。本研究分三个阶段进行,采用的方法参考了随机试验核心结局指标集的制定流程[11]。该流程的工作步骤概述于图1。

图1 改良德尔菲法的工作流程,展示了通过英国颅底学会(BSBS)、欧洲颅底学会(ESBS)和欧洲头颈部放射学会(ESHNR)专家成员的迭代共识生成核心测量指标集的过程 查看原图 ↗

第一阶段:用于领域生成的系统评价

开展了一项系统评价,以确定当前临床实践和研究中用于(1)MRI采集或评估、(2)测量或(3)前庭神经鞘瘤(VS)生长的潜在指标。该系统评价按照系统评价和Meta分析优先报告条目(PRISMA)指南进行[12],并在PROSPERO国际前瞻性系统评价注册平台注册(注册号CRD42024604452)[13–15]。临床试验编号:不适用。

对以下三个电子数据库进行了检索:Ovid Medline、Ovid Embase和Cochrane对照试验中心注册库(CENTRAL)。检索从各数据库建库起至2024年10月4日。使用了“MRI”、“采集”、“测量”、“生长”和“VS”的概念,以及同义词和相关术语。各数据库使用的完整检索策略见表1。这项工作突显了用于VS成像的MRI采集方案以及用于评估VS测量和生长的方法存在显著差异,但为德尔菲流程提供了一组初始指标。核心小组审阅了系统评价中列出的全部领域指标。通过多轮内部讨论,商定了包括术语、领域和相关指导声明在内的初始框架结构。所得列表被编制为问卷条目(表2和表3)[16]。

表1 2024年10月4日用于三个电子数据库的检索策略 查看原表 ↗
表2 德尔菲问卷第一轮问题列表 查看原表 ↗
表3 德尔菲调查第二轮问题 查看原表 ↗

第二阶段:通过德尔菲流程达成共识

为就VS的标准化测量及人工智能在VS管理中的应用达成共识,将采用改良德尔菲法。该方法包括连续两轮问卷调查,最终举行共识会议[17–20]。德尔菲调查使用Microsoft Forms(微软公司,美国雷德蒙德)在线实施。在指导委员会(成员为BSBS、ESBS和ESHNR成员)内部进行了预试验,以确保清晰性。

将招募参与VS管理的利益相关方,包括参与VS日常管理的顾问级颅底神经外科医师、耳鼻喉科医师、神经放射科医师和放射肿瘤科医师[21]。利益相关方将通过意向专业团体——BSBS、ESBS和ESHNR——以群发邮件方式招募[22]。

德尔菲问卷第一轮

参与者将使用不同的量表评估每个条目:参与者将在9分Likert型量表上评定该条目在VS管理中的临床相关性和重要性。量表锚定如下:1–3分表示“完全不重要”,4–6分表示“重要但非必需”,7–9分表示“非常重要”。

参与者还将以二分类(是或否)或多项选择的形式作答。参与者将被邀请以自由文本回答的形式就每个指标提供补充意见。

计算条目的共识

每个条目重要性评分的分布将以图表形式呈现,以便进行可视化分析。将计算三个预定义类别的回答比例:1–3分(完全不重要)、4–6分(重要但非必需)和7–9分(非常重要)。

进入第二轮德尔菲调查的条目

根据Carlson等人的方法,共识由指导委员会事先定义:中等共识为≥ 67%的一致同意,高度共识为≥ 80%的一致同意[18]。仅当≥ 67%的样本将某个领域和问题评为重要性量表的前三分之一(7–9分“非常重要”),且≤ 15%的样本将其评为对立的三分之一(1–3分“完全不重要”)时,该领域和问题才会进入第二轮德尔菲调查。自由文本建议的定性分析将由两名评审员独立完成。

德尔菲问卷第二轮

完成初始问卷的参与者将被邀请参加第二轮。这份后续问卷将包括上一轮保留的条目,并使用相同的评分量表呈现。

每位参与者将收到个性化反馈,显示其先前的回答以及更广泛利益相关者的回答。该反馈将包括每个条目的汇总统计量,如集中趋势指标(例如均值、中位数或众数)和变异指标(例如标准差或四分位距)。

然后邀请参与者根据条目的重要性进行审查,并在愿意时修改其评分。

第三阶段:德尔菲利益相关者共识会议

所有参加过前几轮的参与者将被邀请参加于2026年1月22日与英国颅底学会年会联合举行的混合形式(现场和线上)共识会议。每个关键利益相关者群体的代表将出席共识会议。会议期间将呈现数据,包括频数、集中趋势指标和评分分布。这些结果同样涉及其(1)重要性,以及(2)在假定有经过验证的辅助测量工具可用的情况下是否将被评估。在结果呈现之后,与会者将参与集中讨论,对每个领域进行审议。共识将通过讨论达成。修订后的文件将列出商定的指导声明和需要进一步研究的关键领域建议,并分发给参与者进行确认和提出细微措辞建议。这一过程旨在确保文件准确反映共识会议期间做出的决定。最终文件将分发给所有参与德尔菲调查的人员,以征求其定性反馈。

公众和患者参与

前庭神经鞘瘤(VS)的管理由多学科团队完成,包括颅底外科医生(神经外科和耳鼻咽喉科)、神经放射科医生和放射肿瘤科医生。因此,患者和公众成员未参与本方案的制定。

伦理

利益相关者的招募将独立于国家医疗服务体系(NHS)机构进行,主要通过相关专业学会开展。本研究已获得伦敦国王学院机构审查委员会批准(MRA-24/25-51552)[23]。临床试验注册号:不适用。

讨论

人工智能驱动的临床决策支持系统有望通过实现前庭神经鞘瘤(VS)管理的标准化和个体化来改善患者结局。用于指导VS管理的方法学存在差异,这限制了有效综合文献证据的能力,从而削弱了关于治疗疗效结论的有效性[24–26]。虽然用于VS的AI工具的开发和部署有可能使患者管理标准化,但仍需要一种共识性方法。

2003年关于VS结果报告系统的国际共识会议试图标准化研究报告,以促进证据综合,并提供关于治疗效果更有效的信息[4]。由于当时缺乏支持体积测量的可用资源,会议建议使用最大线性测量。此后,研究表明体积测量是计算VS真实大小的一种更敏感、更精确的方法,并且在检测细微生长方面更优[5, 6]。然而,这种耗时的方法容易受到观察者间变异性的影响,导致体积测量未能被纳入常规临床实践[8]。根据我们的系统综述,仅有57.3%的研究通过线性测量估算或手动分割来测量体积,我们原本预计在已发表的研究中这一比例会高于临床实践。

多个研究团队已经开发出能够从MRI扫描中分割VS的全自动AI框架[8, 27, 28]。第一个全自动AI模型展示了出色的准确性,平均Dice评分> 93%,这一评分与临床医生之间的观察者间一致性相当[28]。AI驱动的技术可能有助于加快和标准化治疗决策,从而可能减少重复影像检查和临床就诊的需求。尽管如此,由于对将AI整合到决策过程中的相关担忧,临床采用仍然有限。因此,需要与临床医生和患者持续合作,以确保这些技术的潜在益处能够有效地转化为临床实践。

我们的德尔菲方案描述了一种多阶段方法,用于建立VS管理的影像学和测量要求的核心集合,纳入了积极参与VS管理的多学科临床专家小组的见解[29, 30]。我们希望强调,该共识的目的仅是确定哪些项目被多学科利益相关者认为对常规临床使用重要且可行。这一过程旨在标准化VS在研究和后续结局报告中的管理。该共识的目的不是推荐干预的体积阈值。事实上,可能需要进一步的工作来确定体积变化相对于不同肿瘤大小的临床意义。还应注意的是,虽然由此产生的指标列表将构成推荐的最低标准,但并不排除报告与VS管理相关的额外指标。

局限性

当前工作的一项局限性在于,德尔菲问卷将仅在英国和欧洲范围内发放。然而,通过识别全球文献中以英文发表的国际研究,纳入了更广泛的国际视角。虽然核心测量指标集的设计侧重于对英国国家医疗服务体系及欧洲实践的实际相关性,但需承认,该地理区域之外的利益相关方可能会优先考虑不同的指标。

影响与传播

通过积极让多学科利益相关方指导小组参与德尔菲研究问题的制定,并确保整个问卷过程中相关临床利益相关方的广泛参与,本研究旨在促进未来所达成共识建议及人工智能驱动临床流程的采用。此外,我们将在同行评审期刊上发表该德尔菲研究及指南,并在相关临床和学术会议上展示结果。

结论

人工智能正在改变医疗保健,并有潜力对前庭神经鞘瘤患者的治疗产生积极影响。本研究旨在达成共识,以规范前庭神经鞘瘤管理中人工智能工具的开发与部署。在图像采集、肿瘤测量及人工智能在前庭神经鞘瘤管理中的应用方面采取一致的方法,将改善患者照护,并支持对新兴和新疗法的有效评估。

引用

  1. Lee, Connor, Wijethilake, et al. Consensus on the use of artificial intelligence in the management and measurement of vestibular schwannomas: A protocol for a modified delphi consensus. Neuroradiology. 2026. PMID: 42337091. doi:10.1007/s00234-026-04063-z
  2. 全文:PMC13407724(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13407724/

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。