基于内容的图像检索系统对弥漫性肺实质疾病患者胸部CT解读的影响
该研究纳入108例 retrospectively 收集的胸部CT(100例确诊弥漫性肺实质疾病,8例无异常),由8名放射科医生(4名住院医师、4名主治医师)在基线期和干预期各读27例,比较有无基于内容的图像检索系统(CBIRS)支持时的阅读时间和诊断准确性。结果显示使用CBIRS时阅读时间减少31.3%(p<0.001),诊断准确性有升高趋势(42.2% vs 34.7%,p=0.083)但未达统计学显著。
要点
- CBIRS辅助使胸部CT阅读时间减少31.3%(p<0.001),住院医师和主治医师均获益。
- 使用CBIRS时放射科医生更频繁查阅额外信息(154次[72%] vs 95次[43%],p<0.001)。
- 诊断准确性有升高趋势(42.2% vs 34.7%,p=0.083),但未达统计学显著。
核心结论
- 使用CBIRS对弥漫性肺实质疾病胸部CT的阅读时间有 beneficial 影响,阅读时间减少31.3%(p<0.001)。
- 住院医师和主治医师在可使用CBIRS时更可能查阅信息源。
- 诊断准确性有升高趋势(42.2% vs 34.7%,p=0.083),需进一步研究确认。
研究设计与样本
- 回顾性纳入108例胸部CT(100例[92.6%]确诊弥漫性肺实质疾病,8例[7.4%]肺部CT无异常),扫描时间为2018年1月1日至2018年12月31日,使用单台CT Somatom Drive(Siemens Healthineers)采集。
- 由4名放射科住院医师和4名主治医师(非肺部影像亚专科)阅读,住院医师阅读胸部CT经验中位数2.1±0.7年,主治医师12±1.8年。
- 研究分基线期和干预期,每名参与者每期读27例,每例共被阅读4次(每期2次,由不同住院医师和主治医师各读1次),共432次阅读。
- CBIRS从6542例薄层CT扫描数据库中检索19种肺部特定模式中最可能的模式,并提供相关鉴别诊断信息。
- 最终诊断由一名胸部影像亚专科放射科医生(H.P.,20年经验)确认,参考既往和随访检查、临床症状、病理和组织学报告及多学科委员会决策。
诊断标准与关键数值
- CBIRS检索19种肺部模式:气道壁增厚、肺不张、支气管扩张、肺大疱、实变、囊肿、积液、肺气肿、磨玻璃影、蜂窝、肿块、马赛克衰减模式、结节模式、结节、气胸、肺空洞、网状模式、树芽征、非特异性(包括无异常肺区域)。
- 诊断准确性:干预期42.2% vs 基线期34.7%(p=0.083),未达统计学显著。
- 阅读时间:使用CBIRS时减少31.3%(p<0.001);参与者查阅信息时节省110秒 vs 不查阅时节省39秒(p=0.002)。
局限性
- 报告基于各自病例的图像数据,无法获取既往检查(包括既往影像报告)或非影像数据(如实验室检查),限制了复杂病例可达到的最高准确性。
- 参与者可能没有确信的诊断,但仍需给出诊断,导致总体诊断准确性可能较低。
- 两期之间时间间隔为9至15个月,期间经验增长构成潜在偏倚。
- 由于SARS-CoV-2大流行导致延迟,两期之间时间间隔较长。
- 作者建议进一步研究在查询数据库中添加经过良好策划的诊断标签。
全文中译9 节 · 点击展开
引言
基于内容的图像检索(CBIR)是机器学习的一种应用,旨在缓解在大型数据库中搜索数字图像的难题。与分析文本、关键词或其他元数据的传统搜索技术相比,CBIR分析图像的“内容”。一般而言,CBIR可自动搜索与所选图像或图像部分相似的图像。举例来说,这允许基于模式和其他成像特征在任何可访问的数据库中浏览与当前病例相似的病例。此外,只要这些信息可用且特定CBIR系统在此类数据上进行过训练,就可以通过添加传统的非成像信息来缩小搜索范围。在放射学领域,它允许放射科医生查询当前检查中的图像,并自动从本地图像归档和通信系统(PACS)或在线图像数据库中获取相似病例[1]。除了提供相似病例外,一些CBIR系统还提供病例特定的教育内容或与该病例相关的在线教育信息链接,这可能有助于放射科医生缩小鉴别诊断范围。除病例数据库外,这还可以加速从Radiopedia.org等来源获取相关信息的进程[2]。该网站上有大量教育病例可供使用,但其搜索基于文本输入,并不与手头病例的图像信息相关联。
迄今为止,关于CBIR的研究主要集中在检索性能等技术能力方面。然而,评估CBIR系统在临床环境中获益的研究较为稀少[3–7]。既往一项工作在实验环境中评估了CBIR应用在胸部CT中诊断肺部病变的作用,特别是弥漫性肺实质疾病(DPLD)等复杂病变[8–10];然而,尚缺乏在真实环境中采用实用方法阅读胸部CT的研究,这些CT包含多种可能罕见的发现,需要相当丰富的经验。CBIR对临床常规工作潜在影响(包括节省时间或提高准确性)的证据对于其明智采用是必要的。因此,本研究旨在评估CBIR诊断支持系统(CBIRS)对疑似DPLD患者胸部CT诊断的阅读时间和诊断准确性的影响。
方法
研究设计
本研究经机构审查委员会批准(方案编号1288/2018),由于研究为回顾性性质,豁免了知情同意的要求。研究包括两个阶段:基线和干预。在基线阶段,参与者在没有CBIRS支持的情况下阅读胸部CT,但允许使用他们在临床常规工作中通常使用的任何其他来源。在随后的干预阶段,参与者在阅读胸部CT时可使用CBIRS(图1)。
参与者包括四名放射科住院医师和四名未专攻肺部影像的主治放射科医生,其阅读胸部CT的平均经验分别为2.1 ± 0.7年和12 ± 1.8年;其胸部CT报告数量的中位数分别为528 ± 135份和2050 ± 1110份(表1)。
为模拟临床报告场景,评估在专用的临床图像归档与通信系统(PACS)工作站上进行。在干预阶段,通过集成于PACS的快捷方式可在5秒内打开相应病例的CBIRS。参与者可在所选CT检查中放置感兴趣区(ROI)。按下相应热键激活ROI绘制模式后,可在轴位图像内放置大小可自由调整的矩形ROI。位置完全由用户决定,通常位于可能相关的肺部CT模式内部或周围某处。随后CBIRS识别出存储在PACS中的相似病例,并提供与ROI所定义模式相关的附加信息(图2)。
所有参与者在干预阶段前均接受了关于CBIRS功能的简要介绍,并有机会在三个不属于评估范围的病例上使用CBIRS。报告基于相应病例的图像数据进行,无法访问既往检查(包括既往放射学报告)或非影像数据(如实验室检查)。在两个阶段中,参与者均可使用任何信息来源(如在线资源或书籍)。在干预阶段,参与者可使用上述CBIRS。
在两个阶段中,每位参与者阅读27个病例,并记录每个病例从调取图像数据到完成阅读的时间。总体而言,每个病例被阅读四次(但同一放射科医生从未阅读两次):在基线阶段由一名放射科住院医师和一名主治放射科医生阅读,在干预阶段由不同的住院医师和不同的主治放射科医生阅读。
阅读时间由一名独立观察者记录。同一观察者还记录阅读者是否搜索了附加信息。
研究数据
数据库由108例个体薄层CT扫描组成——100例(92.6%)确诊为弥漫性肺疾病(DPLD),8例(7.4%)为无明显异常的肺部CT扫描。108例中无一例用于训练CBIRS。纳入2018年1月1日至2018年12月31日期间在同一台扫描仪(CT Somatom Drive,Siemens Healthineers)上进行的胸部CT扫描。排除标准包括以下:(a) 急性肺部病变;(b) 接受过任何类型肺部手术的患者;(c) 前八例之后所有无任何病理性影像学表现的无明显异常肺部CT。108例CT扫描的大多数适应证为已知疾病的随访检查或临床疑似疾病的首诊CT扫描。部分病例中,CT发现为偶然发现,扫描因排除标准未涵盖的其他原因而进行。最终数据库共108例(表2,补充表1)。8例无任何肺部病理性影像学表现的无明显异常病例作为每位参与者每次会话的2例“健康”病例。参与者被告知其病例集中可能包含“健康”病例。
每例的最终诊断由一名专科胸部放射科医师(H.P.,20年经验)确认,尽可能利用既往和随访检查、临床症状、病理学和组织学报告以及多学科委员会决定。
技术规格
所有病例均使用锐利(I70f)核和1 mm层厚重建。采集采用激活的自动管调制,90、100或140 kV,分别为不使用对比剂(n = 58)、肺动脉期(n = 15;总计50 ml浓度为400 mg碘/ml的对比剂,阈值触发115 HU,延迟5 s)或静脉期(n = 35;总计70 ml浓度为400 mg碘/ml的对比剂,延迟50 s后)。
CBIR系统
使用 contextflow SEARCH Lung CT(contextflow GmbH)的研究原型作为基于内容的图像检索系统(CBIRS)。在手动标记感兴趣区域(ROI)后,它会在包含 6542 例匿名薄层 CT 扫描(2528 例女性,4014 例男性,年龄 5 至 100 岁,采集时间跨度超过 2.5 年)的大型数据库中搜索相似的影像模式。该训练数据集中的每例 CT 均包含针对 19 种肺部特定模式的专家标注。基于这些专家标注数据开发了一种内容特定的相似度函数,并用于比较影像模式。对于任何标记的感兴趣区域,CBIRS 提供三种最可能存在的疾病模式。对于每个模式类别,它还提供与当前扫描中标记的 ROI 最相似的其他病例(图 2)。
图像检索算法搜索与用户在当前病例中标记的感兴趣区域图像块(ROI)相似的图像块。该 ROI 作为查询,检索在从肺部 CT 中提取的大型预先整理图像块数据库中识别最相似的图像块。我们创建了包含超过 5,000,000,000 个此类图像块的搜索数据库,涉及两个步骤:(1)学习一种相似度函数,使相同疾病模式的图像块彼此接近,从而使新观察到的图像块的最近邻具有相同的疾病模式;(2)创建索引,以便在实际搜索过程中能够快速完成 ROI 与数据库图像块的比较(1 秒内)。
相似度函数由包含薄层 CT 的训练数据学习得到。对肺进行分割,并从肺区域内提取图像块。使用这些图像块的整体来学习将图像块嵌入到嵌入空间中。在该空间中,每个图像块由一个坐标表示,因此图像块表示之间的欧几里得距离可作为相似度函数。嵌入通过前馈卷积神经网络执行,其输入为图像块,输出为表示在嵌入空间中的坐标。
在交互使用过程中,将查询图像块与所有数据库图像块进行直接比较并计算数十亿次距离是不可行的。取而代之的是,在嵌入空间中建立坐标索引,以将检索加速至 1 秒以内。为每个疾病模式类别建立单独的索引。为此,以分层方式对嵌入进行细分,构建包含各个图像块在嵌入空间中粗定位和精定位信息的两级数据结构。
在搜索过程中,首先使用前馈网络对 ROI 进行嵌入,估计三种最可能的模式类别,然后在每个模式类别的分层索引中搜索最相似的图像块。
19 种肺部模式类别如下:气道壁增厚、肺不张、支气管扩张、肺大疱、实变、囊肿、积液、肺气肿、磨玻璃影、蜂窝状改变、肿块、马赛克衰减模式、结节型模式、结节、气胸、空洞、网状模式、树芽征、非特异性(包括不明显的肺区域)。
统计学评价
所有统计计算均使用SPSS v26.0(版本26.0,IBM公司)进行。p值等于或小于0.05被认为具有统计学意义。进行了样本量计算以确定所需的病例数。对于“正确诊断”变量,选择了80%的检验效能、5%的双侧α水平和20%的正确诊断率提升。在假设不同弥漫性肺疾病(DPLD)诊断准确率为60%的前提下[11],这相当于12个百分点的提升,使用McNemar检验分析得出需要83例。向上取整后,我们纳入了100例肺部病变病例。连续变量使用Shapiro-Wilk检验进行正态分布检验,并通过各亚组的视觉评估进行判断,根据情况以均值±标准差或中位数[四分位距]表示。为评估诊断时间和正确诊断的差异,使用了具有非结构化协方差矩阵的三因素线性混合模型。三个因素如下:“阶段”(基线 vs. 干预)、“阅片者”(8名不同阅片者,分为两个经验组)以及“受试者是否查找额外信息”(是 vs. 否)。所有主效应和双向交互作用均被纳入。对于事后分析,评估了Bonferroni多重性校正。
结果
在控制个体受试者、经验水平和是否查找信息后,使用CBIRS时每例建模总用时减少了31.3%(p < 0.001)(图3)。从基线到干预阶段每例用时减少在受试者查找信息的病例中比未查找信息的病例更为明显(节省110秒 vs 39秒,p = 0.002)(表3)。
干预阶段总体诊断准确率高于基线阶段,但未达到统计学意义(42.2% vs 34.7%,p = 0.083)。
与基线阶段相比,受试者在干预阶段更频繁地使用额外信息(如互联网搜索)(154次[72%] vs 95次[43%],p < 0.001)。在154次信息搜索中,108次(70.1%)仅使用CBIRS进行,46次(29.9%)使用CBIRS加传统方式。
尽管更频繁地查找额外信息,放射科住院医师和主治放射科医师在CBIRS可用时均表现出阅片时间减少,且高年资放射科医师的阅片时间减少趋势更强(27% vs 35%,p = 0.078)。
讨论
在本研究中,我们发现将CBIRS整合到放射科医师阅读胸部CT的临床工作流程中,可使平均阅片时间显著减少。
CBIRS 的主要假设优势在于为放射科医生当前报告的病例 streamlined 提供相关信息。最受赞誉的信息来源之一是 Radiopaedia,提供超过 45,000 个病例,其质量和时效性由由放射学专家组成的编辑委员会确保。多项研究表明 Radiopaedia 是使用最多或使用最多的信息来源之一 [12, 13]。此外,将基于 Radiopaedia 的培训整合到医学课程中已证明具有教育益处 [14],突显了对放射学经验的潜在长期影响。类似于当代搜索引擎的工作方式,我们旨在通过提供搜索后的无点击结果以及指向最相关信息网站(即相应的 Radiopaedia 文章)的直接链接,来缩小图像与提供正确诊断所需信息之间的差距。事实上,无论是放射科住院医师还是主治放射科医生,在寻找额外信息时,平均阅读时间的减少都更为明显。这一点尤为重要,因为与基线阶段相比,参与者在干预阶段更频繁地使用额外信息(72% 对 43%,p < 0.001)。CBIRS 在所有这些情况下都被使用(70.1% 的信息搜索仅使用 CBIRS 进行,29.9% 使用 CBIRS 加传统手段)。这表明当 CBIRS 可用时,信息搜索更加集中和高效。
尽管参与者在每个阶段被给予不同的病例,但阅读时间仍可能受到对研究流程的熟悉程度和个人完成阅读的动力的影响。然而,即使在我们模型中调整了其他因素(包括阶段、读者类型和额外信息搜索)后,阅读时间总体减少 31.3% 的结果仍然存在,并且与 CBIRS 可用时诊断准确性更高的趋势同时出现(42.2% 对 34.7%,p = 0.083)。
报告是基于各自病例的图像数据进行的,无法访问既往检查(包括既往放射学报告)或非影像数据(例如实验室检查)。这限制了复杂病例(如间质性肺病)可达到的最高准确性。尽管参与者可能没有可靠的诊断,但他们仍然必须做出诊断,从而导致所示的总体诊断准确性(即使对于经验丰富的胸部专家来说也可能相当低,如 Walsh 等人所报告 [15])。
先前评估肺成像中CBIRS的研究已证明诊断准确性有显著提高:肺结节提高13% [9],各种疾病模式和诊断提高15–62% [8, 10, 16]。然而,这些研究大多存在显著局限性,包括仅应用于肺结节、测试病例数量少以及在训练数据中纳入单张图像(而非体积数据)。本研究旨在模拟临床常规流程,让参与者在两个阶段中自行决定是否以及如何检索信息(包括所有选项)。与强制放射科医师使用信息检索相比,这种设计避免了可能的偏倚,更贴近常规工作流程。虽然先前的研究报告主要对经验较少的参与者有益 [8],但本研究表明对初级和高级放射科医师均可显著节省时间。一项类似研究显示了在探索用于辅助诊断ILD的CBIR时提高诊断准确性的可行性 [16]。所引用论文中应用的CBIR具有一个额外的查询数据库,其中包含查询病例的标注诊断,而我们研究期间使用的CBIR尚未具备该功能。对于进一步研究,我们建议在查询数据库中添加精心整理的诊断标签。
由于持续进行的SARS-CoV-2大流行导致延误,个体参与者在两个阶段之间的时间范围为9至15个月。因此,阶段之间经验的增加构成另一个潜在偏倚。然而,放射科住院医师和主治放射科医师的结果相似,尽管后者在专业经验年限和完成报告数量上的相对增加明显较不显著(表1)。
总之,在阅读疑似DPLD患者的胸部CT时,CBIRS的存在使总体阅读时间减少了31%,尽管参与者更频繁地检索额外信息。这一点尤其值得关注,因为最近一项研究 [17] 报告称,约86%的使用AI的研究可能导致放射科医师工作负荷增加。此外,我们注意到诊断准确性有改善的非显著趋势。这些发现对初级和高级放射科医师均成立。这些乐观的结果值得在临床环境中对CBIRS进行进一步研究。
补充信息
ESM 1(DOCX 21 kb)
引用
- Röhrich S, Heidinger BH, Prayer F, et al. Impact of a content-based image retrieval system on the interpretation of chest CTs of patients with diffuse parenchymal lung disease. Eur Radiol. 2022. PMID: 35779087. doi:10.1007/s00330-022-08973-3
- 全文:PMC9755072(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9755072/
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。