人工智能增强的儿童肺部床旁超声:新手学习者的初步研究
本研究前瞻性纳入32例因心肺主诉就诊于儿科急诊的0-17岁既往健康患儿,7名肺部床旁超声经验有限的新手学习者在1小时培训后使用人工智能辅助胸膜扫查软件采集图像,由两位超声专家判读作为参考标准。新手学习者人工智能增强判读诊断肺炎的敏感度为66.7%、特异度为96.5%、准确率为93.7%,平均图像质量评分为2.94分(满分5分),专家间kappa系数为0.8。
要点
- 新手学习者使用AI辅助肺部胸膜扫查软件判读肺炎,特异度96.5%、准确率93.7%,敏感度66.7%。
- 肺炎判读标准为大于两条局灶性B线,伴或不伴胸膜下低回声缺损。
- 图像质量评分量表1-5分,1-2分为低于平均,3分为平均,4分及以上为高于平均。
核心结论
- 本初步研究显示,新手学习者使用AI辅助肺部超声诊断肺炎具有提高准确性和效率的潜力。
研究设计与样本
- 前瞻性研究,2018年9月至2019年12月在一所城市学术四级儿科医院急诊科纳入32例0-17岁因心肺主诉就诊的既往健康患儿。
- 7名新手学习者(急诊医学住院医师4名、儿科住院医师1名、儿科急诊医学专科培训医师2名)接受1小时肺部床旁超声及AI软件培训。
- 图像采集基于BLUE方案8区法,使用Mindray Zonare ZS3超声机配L10线阵探头及通用电气原型Lung Sweep软件,每例检查获得6幅图像。
- 由两位肺部超声经验超过15年、累计超过1500次扫描的超声专家判读作为参考标准,专家与学习者互相盲法。
关键影像表现/征象
- 肺炎在肺部床旁超声上定义为大于两条局灶性B线(离散垂直高回声伪影),伴或不伴胸膜下低回声肿块样缺损。
- 专家评估肺滑动、A线、B线、实变、胸膜下增厚和胸腔积液。
诊断标准与关键数值
- 新手学习者AI增强判读诊断肺炎的敏感度为66.7%(CI 9.4-99.1%)、特异度为96.5%(CI 82.2-99.9%)、准确率为93.7%(CI 79.1-99.2%)。
- 阳性似然比为19.3,阴性似然比为0.35。
- 两位专家判读间kappa系数为0.8。
- 图像质量评分量表为1-5分:1分为无可识别结构,2分为结构可辨认但不足以诊断,3分为达到诊断最低标准但存在技术或其他缺陷,4分为达到诊断最低标准且所有结构成像良好,5分为达到诊断最低标准且所有结构成像极佳。
临床应用与阅片要点
- 新手学习者平均完成4.71例患者扫描,图像采集时间中位数为7分钟(最小-最大3-43分钟,四分位距8分钟)。
- 所有肺野平均图像质量评分为2.94分(±0.16),左、右胸及前、侧、后扫查之间质量评分变异性极小。
- 本研究中AI辅助肺部床旁超声评估未用于患者诊疗,图像判读非实时完成。
局限性
- 本研究为小型单中心研究,结果可能无法推广至其他实践环境。
- 大多数被扫描患者年龄较小,该年龄组存在独特挑战,可能限制对机器AI在其他儿科年龄段的理解。
- 仅3例患者患肺炎,尚不清楚在疾病患病率更高的人群中结果是否一致。
- 本研究中肺炎低患病率不反映本机构急诊科人群,而是研究规模小所致。
- 纳入标准可能不够特异,未能捕获更高的真实患病率。
全文中译11 节 · 点击展开
人工智能
前肺
置信水平
胸部X线摄影
急诊科
侧肺
似然比
新手学习者
后肺
床旁超声
均值标准误
超声
呼吸系统症状是儿科急诊科(ED)最常见的主诉之一,而肺炎仍然是全球儿童感染性死亡的主要原因之一。1,2尽管指南支持在临床上诊断肺炎,但胸部X线摄影(CXR)的使用已成为标准评估工具,并且经常被过度使用,导致住院时间延长、辐射暴露和费用增加。3,4此外,由于影像学表现不同,观察者间和观察者内的判读变异性较高,这影响了该检查方法的敏感性和特异性。4,5
肺或肺部床旁超声(POCUS)的使用已成为诊断因呼吸系统主诉就诊于急诊科患者的可靠工具。6然而,对于新手学习者(NL)而言,肺部POCUS诊断肺炎可能具有挑战性,因为其判读从根本上依赖于对伪影的理解,而非用于诊断识别的解剖结构。7此外,先前描述的结合肺部POCUS的标准方法8更有利于经验丰富的超声检查者,因为他们的诊断准确性高于新手超声检查者。9然而,随着人工智能(AI)技术等新创新的出现,有可能更准确、更高效地简化POCUS判读,使POCUS更容易整合到急诊管理中。10在这方面,AI已被证明能够在急诊环境中以中等一致性区分对液体有反应与对液体无反应的脓毒性休克。11AI辅助肺部POCUS在诊断提示肺炎的肺部浸润方面也显示出前景,在儿科住院环境中具有100%的特异性和90.9%的敏感性。12此外,AI已被证明可以指导新手用户获取高质量的床旁心脏超声(US)图像。8这也与先前的研究一致,这些研究表明AI算法可以指导没有超声经验的新手获取用于评估左心室大小和非轻微心包积液的图像。13
肺部POCUS的一个固有挑战包括获取肺实质的完整胸膜轮廓。因此,当前的标准方案涉及使用相同探头方向的多个窗口,以便全面评估解剖结构。这通常会导致图像采集所需时间增加,从而导致医疗决策和患者处置延迟。9本研究引入了一种新概念,即使用AI增强的胸膜扫查为NL的临床评估生成完整的全景窗口。本研究探讨了AI在肺部POCUS未来中的作用,其中机器辅助的图像采集和判读可以增强ED中NL高效且准确的临床管理。
方法
研究设置和人群
这是一项前瞻性研究,研究对象为2018年9月至2019年12月期间以心肺主诉就诊的0至17岁儿科患者。患者从一家城市学术性四级儿科医院急诊科招募。我们纳入了以咳嗽、气促和发热等呼吸系统主诉就诊、反映肺炎作为其鉴别诊断和检查一部分的患者。如果潜在参与者不会说英语或西班牙语、到达前已诊断为肺炎,或已知患有心肺疾病包括先天性心脏病、慢性肺病、支气管肺发育不良、囊性纤维化、已知恶性肿瘤相关肺部表现或胸外科手术史,则被排除在研究之外。本研究经当地机构审查委员会批准。所有参与者均获得父母同意,7岁以上患者获得本人同意。
研究方案
NL包括普通急诊医学住院医师、分类儿科住院医师和儿科急诊医学研究员,其既往普通或肺部特异性床旁超声(POCUS)经验有限至无(既往执行肺超声≤10次)(表1)。NL完成了一份调查问卷,评估其既往肺POCUS经验。他们接受了1小时的肺POCUS讲座和实操培训。讲座涵盖传统肺POCUS扫描的介绍,包括如前所述的8区评估以及各种肺部病理的识别,包括肺炎、积液、水肿、气胸、胸膜下实变和挫伤。14 随后向学员介绍人工智能(AI)软件及图像采集和解读。讲座结束后,学员立即在传统肺POCUS视图下进行监督扫描,随后在健康标准化患者上练习使用AI图像采集软件。
软件、硬件和图像采集方案
图像采集基于急诊床旁肺超声(Bedside Lung Ultrasound in Emergency,BLUE)标准方案,该方案采用8区法。15 探头主要取矢状面方向,探头标记朝向患者头部,探头面垂直于相邻肋骨。在双侧胸部的三个解剖平面进行连续矢状扫查,声波投射方向如下:前肺(anterior lung,AL)从锁骨中线扫至肋缘;侧肺(lateral lung,LL)从腋中线扫至肝膈位置的上方;后肺(posterior lung,PL)从肩胛骨内侧、第一肋间隙水平开始扫至肋缘;每次检查共获得六幅图像(图1)。人工智能软件要求在每个半胸前述解剖平面内保持连续接触(在线补充视频1)。所有扫查均使用通用电气原型Lung Sweep软件实时完成,该软件运行于连接超声机(Mindray Zonare ZS3)的笔记本电脑上,配备线阵探头(L10)。简言之,该软件利用一系列算法确定图像内的特征,以辅助解剖定位、图像质量和采集速度,但不提供实时判读。如果软件或NL对图像质量的评估认为某段剪辑不合格,用户可重新扫查。每段剪辑的长度约为3至6秒,取决于患者体型、扫查平面以及实时软件对最佳图像质量所需适当速度的反馈。该软件在每次图像采集时协助NL,使学习者能够在之后判读图像。在NL完成AI辅助肺POCUS后,他们使用标准化评估表完成定性评估并判读图像,以确定是否有肺炎证据、不确定发现或肺炎阴性。NL在完成AI辅助评估之前未进行传统肺POCUS。需要指出的是,本研究中的AI辅助肺POCUS评估未用于患者诊疗,因此所采集图像的判读未实时完成。两名接受过专科培训的POCUS专家(肺超声经验合计超过15年、超过1500次扫查)审阅了NL获得的POCUS图像。每位专家审阅随机选取的50% NL采集图像及判读。专家的判读作为参考标准。这包括评估图像是否有肺炎证据、不确定发现或肺炎阴性。他们对NL的AI增强判读和患者数据设盲。POCUS专家评估肺滑动、A线、B线、实变、胸膜下增厚和胸腔积液。肺POCUS上肺炎的判读定义为存在或不存在胸膜下低回声肿块缺损时大于两条局灶性B线(离散的垂直高回声伪影),如前所述 by Lichtenstein等2014。7, 8, 15
结局指标
NL对临床检查和患者结局设盲。以专家对NL获取图像的解释为金标准,我们评估了AI辅助NL判读的准确性,计算灵敏度、特异度和似然比(LRs)。专家使用1至5分的评分量表对图像质量进行分级(1=无可识别结构,无法收集客观数据;2=结构勉强可识别但不足以诊断;3=满足最低诊断标准,结构可识别但存在一些技术或其他缺陷;4=满足最低诊断标准,所有结构成像良好,诊断容易支持;5=满足最低诊断标准,所有结构成像质量极佳,诊断完全支持)。为进一步评估NL图像采集,1至2分被视为低于平均水平,3分为平均水平。高于平均水平的评分为4分或更高。
数据分析
所有数据收集并录入安全的RedCap数据库,图像安全存储在Box存储(Box, Inc, Redwood City, CA)服务器中,或安全地无线上传至图像采集软件。假设目标人群为100(基于估计肺炎患者实际人群的10%),使用95%置信水平(CI)和5%的α值计算出最小样本量为30。对人口学数据生成描述性汇总统计量。对于Cohen's kappa分析(ƙ),每位专家审阅另一位专家所分配图像的三分之一(10张图像)。分歧由第三位专家解决,该专家对NL的AI增强判读和两位专家审阅者的评估均设盲。
结果
本研究招募了32例患者,平均年龄5.5岁(均值标准误[SEM]±1.1)。患者以男性和白种人为主(表2)。临床出院诊断(35)见表3,其中3例(8.8%)为肺炎。NL判读了三例肺炎患者,其中两例为真阳性发现,一例评估为不确定但随后经专家评估判读为阴性。除一例NL判读外,其余均确定为真阴性。在所列发现中,三名参与者出院时带有多个发现诊断。共有七名NL完成了POCUS检查。二十例(63%)患者作为其检查的一部分接受了CXR,独立于研究评估。尽管该影像检查在检测肺炎方面劣于US,但两名患者被确定为阳性,与NL的AI增强判读和专家判读一致。在研究招募开始时,NL分别处于其各自培训项目的研究生培训第1至4年(PGY1–4),包括急诊医学住院医师培训(n=4,57%)、儿科住院医师培训(n=1,14%)和儿科急诊医学专科培训(n=2,29%)(表1)。他们每人平均完成4.71例患者扫查,图像采集时间中位数为7分钟(表4)。
对于NLs的AI增强判读,我们发现灵敏度、特异度和准确率分别为66.7%、96.5%和93.7%。NLs准确诊断了3例肺炎患者中的2例。第3例患者因在存在超过3条B线的情况下出现不清晰的胸膜下低回声实变而被判定为不确定。阳性LR为19.3,阴性LR为0.35。专家超声医师之间的评估者间信度较高,kappa系数为0.8(表4)。在每位专家为kappa评估所审阅的图像中,有2处不一致由第三位专家审阅者解决。
总体平均质量评分为2.94。在比较左侧与右侧胸部以及前部、侧部或后部扫查时,我们发现质量评分的变异性极小(表5)。如图1所示,所有患者均能够在每个扫查平面完成扫描。
讨论
肺部POCUS的使用已成为评估和管理因呼吸系统主诉就诊于ED的患者的可靠诊断工具。对于社区获得性肺炎的诊断,肺部POCUS相较于更常用的CXR具有许多优势,包括避免电离辐射暴露、成本更低以及更高的灵敏度和特异度。3 Yan等人最近的一项meta分析得出结论,肺部POCUS应被视为诊断儿童肺炎的一线影像学检查方式。14 然而,它是较难判读的检查之一,因为它依赖于对伪影的视觉识别和理解,而不是依赖解剖结构进行诊断识别。7 迄今为止,评估传统肺部POCUS对儿童社区获得性肺炎诊断性能的大多数研究均纳入了经过高度培训或专家级超声医师,从而限制了该方法用于诊断的普遍适用性。2018年,Correa等人提出了一种潜在解决方案,建议使用人工神经网络检测美国肺部图像中肺炎浸润的证据,作为与专家视觉识别相比改善肺炎检测的基础。12 这些新兴算法在开发AI辅助软件方面的进一步进展,为将该技术纳入临床环境创造了机会,正如本研究所示。
在我们的研究中,我们试图确定一种机器辅助的深度学习工具是否能增强对因呼吸系统主诉就诊于一家大型三级儿科医院的儿科患者进行肺部床旁超声(POCUS)解读的准确性和解释能力。结果,我们发现了高特异性和诊断准确性,但敏感度为中至低。新手(NLs)进行的肺部POCUS诊断准确性此前已有文献记载,总体敏感度和特异性分别高达80%和96%,新手与高级超声检查者在肺炎诊断准确性方面存在显著差异。9 , 16 本研究中发现的敏感度与既往研究相似或更低。6 , 9 , 16 , 17 这一结果可能归因于研究样本量较小。
通常,儿科肺部POCUS检查需要每个半胸六个肺区,包括上/下前、侧和后视图。虽然与成人方案相似,但儿科方法为调查所有肺野以评估肺炎的存在提供了更稳健的评估,因为大部分儿科肺炎发现于后部。8 , 18 , 19 在本研究中,机器辅助软件提供了一种简化的三肺区方法,以提高效率同时保持准确性和质量。我们培训了七名对肺部POCUS经验有限或没有经验的NLs,使用当前标准的分段方法,随后引入了软件培训,最终在1小时的课程中进行了 hands-on 教育。虽然少数NL有使用超声用于其他应用的经验,如外周静脉置管和皮肤软组织感染,但所有人报告的肺部POCUS扫描次数在0到10次有限范围内。专家超声检查者确定整体图像质量为良好,并发现LL方向的评分最高,尽管与其他视图相比这并不显著。有趣的是,NLs的反馈表明偏好PL方向,可能是由于其扫查长度和在需要分散注意力以配合检查的患者(如年轻婴儿)中易于获取(数据未显示)。这一点值得注意,因为AI获取图像的质量也可能取决于探头位置和平面方向。尽管如此,本研究中图像的质量与其他研究结果一致,因为肺部POCUS是较容易执行的超声应用之一。20 , 21
共评估了32例患者;其中大多数被诊断为病毒综合征,而3例患者被诊断为肺炎。在这3例中,1例最初被NL判定为不确定,1例被一名专家判定为不确定,而第二位专家在为一致性复核该研究时,根据胸膜线异常和B线判定为阳性(在线补充视频2)。这一分歧最终由第三位专家审阅者解决,其判定为肺炎。值得注意的是,本研究中由第三位审阅者解决的另一个分歧包括图像评估在进一步评估后被判定为正常。独立于我们的评估,63%的患者(包括被诊断为肺炎的患者)接受了胸部X线检查(CXR)。在接受CXR的患者中,有两人检出肺炎,尽管CXR并非金标准,且可能劣于床旁即时超声(POCUS)评估。此外,CXR未能检出第三例患者的肺炎,该例最初被NL的人工智能增强判读判定为不确定,随后需要三位POCUS专家审阅。没有患者需要住院,所有患者均痊愈出院。NL在扫描患者后7分钟内平均完成近五次肺部POCUS检查。这与既往文献中5分钟和15分钟的标准一致。9 可能影响该时间的因素包括床旁故障排除和软件管理。
虽然本试点研究中的患者可推广至当地人群,但大多数患者相当年轻,这带来了POCUS评估中常见的挑战。尽管存在这些固有困难,机器辅助的肺部评估提供了一种快速高效的图像采集方法,同时保持了令人满意的图像质量以供判读和患者处置。
本研究所描述的用于肺部评估的人工智能(AI)软件支持,凸显了该工具随着技术不断进步可能发挥的重要作用。如既往研究所示,AI可以简化LNs的任务,促进快速医疗决策、提高效率,并增强诊断评估的准确性。22 目前肺炎肺部POCUS评估的标准判读对有经验的超声检查者提出了一些挑战,包括优化图像采集、B线分布和胸膜线特征。对于NL而言,这些固有挑战可能限制肺部POCUS评估的准确性。我们的研究展示了一种潜在解决方案,即利用AI来支持肺部超声判读中固有的挑战。随着对这种放射学方法的需求和实用性持续增长,AI软件和硬件等新创新可能提供其他解决方案来改善采集和诊断判读,尤其是在新手超声检查者中。这些数据凸显了AI软件在POCUS肺部评估未来中的潜在作用,其中机器辅助判读可以增强高效和准确的诊断。
局限性
由于这是一项小型、单中心研究,研究结果可能无法推广到其他实践环境。此外,大多数被扫描的患者较年轻,而这一年龄组可能带来独特挑战,这可能限制我们对机器‐人工智能在其他儿科年龄段中作用的理解。此外,只有三名患者患有肺炎,因此尚不清楚在疾病患病率更高的人群中结果是否会一致。本研究中肺炎的低患病率并不反映我们机构急诊科(ED)的人群情况,而是反映了本研究规模较小,旨在了解人工智能如何增强图像采集和解读。此外,我们的纳入标准可能不够具体,未能捕捉到更高的真实患病率。尽管新手(NL)接受了持续、多样且广泛的医学培训,并且有一些超声(US)使用经验,但尚不清楚没有类似既往医学教育背景的新手是否会有相似表现。尽管PL方位对临床评估很重要,但它仅限于仰卧位患者,例如重症监护患者。然而,LL和AL视图与先前描述的八区方案类似,足以对肺部病变提供可推广的评估。8,18 最后,体型、患者配合度、不适以及软件故障排查等混杂因素都可能影响软件的性能,未来研究需要对这些因素进行控制并进一步说明。
结论
在这项小型试点研究中,我们发现与专家诊断相比,新手在人工智能辅助肺部床旁超声(POCUS)解读方面具有较高的准确性和特异性。尽管该研究在可推广性范围上有限,但研究结果支持人工智能和深度学习算法在辅助肺部POCUS图像采集和解读方面的新兴应用。未来需要开展研究,以进一步提高人工智能在POCUS中的性能及其在各种呼吸系统表现中的应用。
支持信息
视频S1 补充视频
点击此处获取额外数据文件。
视频S2 补充视频
点击此处获取额外数据文件。
引用
- Nti B, Lehmann AS, Haddad A, et al. Artificial Intelligence-Augmented Pediatric Lung POCUS: A Pilot Study of Novice Learners. J Ultrasound Med. 2022. PMID: 35429001. doi:10.1002/jum.15992
- 全文:PMC9790545(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9790545/
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。