双参数前列腺MRI:深度学习软件与定量ADC值对阅片者间一致性的影响
该回顾性单中心研究纳入170例疑似前列腺癌患者的mpMRI,由一名经验丰富和一名经验不足的放射科医生分别用bpMRI、bpMRI+qADC、bpMRI+AI软件(Quantib Prostate)三种方式独立阅片。结果显示三种方式与mpMRI的阅片者间一致性均为中等(加权k约0.41-0.46),AI软件和qADC未显著提高前列腺癌检出率,但AI软件缩短了报告时间。
要点
- AI软件Quantib Prostate与bpMRI+qADC均未显著提高前列腺癌检出率,与单纯bpMRI相当。
- 使用Quantib Prostate时,经验丰富与经验不足阅片者的报告时间均缩短。
- 三种解读方式与mpMRI的阅片者间一致性均为中等(加权k 0.41-0.46),AI略高但差异不大。
核心结论
- 在经验丰富和经验不足的阅片者中,深度学习软件Quantib Prostate均带来与mpMRI略高的阅片者间一致性。
- Quantib和定量ADC在检出率方面与仅使用bpMRI序列诊断性能相似。
- 使用Quantib Prostate时,经验丰富和经验不足的阅片者均能以更短时间报告bpMRI扫描。
研究设计与样本
- 回顾性单中心研究,纳入2021年5月至11月疑似前列腺癌的170例mpMRI,排除34例因至少一个bpMRI序列图像质量不佳者。
- 使用3.0T MRI(GE Discovery 750)和32通道体表相控阵线圈,PI-RADS v2.1协议,DWI b值为50、800、1500,ADC图由b=50和800计算。
- 由一名经验丰富(5年经验,累计阅片>1000例)和一名经验不足(3个月经验,独立阅片50例)的放射科医生独立阅片,间隔至少3周洗脱期,分别进行bpMRI、bpMRI+qADC、bpMRI+Quantib Prostate三次解读。
- 参考标准为MRI-TRUS融合靶向活检的组织病理结果,共102例患者接受活检。
关键影像表现/征象
- bpMRI解读时,外周带病灶按DCE阴性评分;qADC通过病灶ROI平均像素值除以同层正常前列腺ROI平均像素值得到ADC比值。
- Quantib Prostate基于T2WI轴位序列半自动生成前列腺分割轮廓,并可手动编辑;基于CNN自动生成彩色图叠加于T2WI,显示疑似临床显著前列腺癌(ISUP≥2)的体素。
- 彩色图可揭示bpMRI序列上初始不明显的可疑病灶,但AI软件对整体图像质量和伪影敏感,需图像质量佳和典型前列腺形状才能成功分割。
诊断标准与关键数值
- 以ADC比值0.59为阈值,将PI-RADS 3病灶升级为PI-RADS 4。
- 经验不足阅片者与mpMRI的病灶层面一致性:bpMRI加权k=0.42,Quantib k=0.45,qADC k=0.41(均p<0.00001)。
- 经验丰富阅片者与mpMRI的病灶层面一致性:bpMRI加权k=0.44,Quantib k=0.46,qADC k=0.42(均p<0.00001)。
- 经验不足阅片者前列腺癌检出率:mpMRI 0.29,bpMRI 0.24,Quantib 0.26,qADC 0.23;csPCa检出率:mpMRI 0.20,bpMRI 0.16,Quantib 0.17,qADC 0.14。
- 经验丰富阅片者前列腺癌检出率:mpMRI 0.29,bpMRI 0.26,Quantib 0.27,qADC 0.27;csPCa检出率:mpMRI 0.20,bpMRI 0.18,Quantib 0.19,qADC 0.16。
临床应用与阅片要点
- AI软件可缩短报告时间,尤其对经验不足阅片者(bpMRI 8.23 min vs Quantib 7.11 min vs qADC 9.87 min,p<0.00001),经验丰富者分别为5.62、5.07、6.21 min(p=0.00001)。
- AI彩色图可作为辅助发现可疑病灶的工具,但需注意其可能受图像质量和伪影影响,必要时应手动修正分割轮廓。
- qADC比值(阈值0.59)可用于辅助PI-RADS 3病灶的升级决策,但本研究未显示其提高检出率。
局限性
- 回顾性单中心研究。
- PI-RADS评分系统原为mpMRI设计,用于bpMRI可能无法在所有病例中与mpMRI完全一致。
- 诊断性能仅基于接受靶向活检的病灶计算检出率,无法评估所有阅片者的真实诊断准确率。
- 经验不足阅片者在数据收集期间可能学习曲线提升,计算结果代表其学习曲线的平均代表值。
- 所有MRI扫描来自高容量转诊中心且采集协议优化,AI算法对伪影和图像质量敏感,结果可能无法推广至不同临床环境。
全文中译11 节 · 点击展开
引言
前列腺多参数磁共振成像(mpMRI)是诊断前列腺癌(PCa)最准确的影像学检查,并在全球范围内越来越多地用于早期检测、分期、随访和主动监测[1–3]。PI-RADS建议描述了标准化方案和报告系统[4],促进了多项1级证据试验和一项Cochrane系统综述所报道的前列腺癌检测中极高的诊断性能[5–9]。mpMRI的一种替代方案是称为双参数前列腺磁共振成像(bpMRI)的简化方案,它结合T2加权成像(T2WI)和扩散加权成像(DWI)/表观扩散系数(ADC),不使用对比剂[8, 10–12]。bpMRI的优点是避免与使用对比剂相关的费用和潜在副作用,并缩短采集时间。已有研究表明,bpMRI在由经验丰富的放射科医师判读时具有高准确性,而现有证据提示经验较少的判读者性能较低[13–16]。此外,使用较短的bpMRI方案仅部分解决了与泌尿生殖放射科医师繁重临床工作负荷相关的问题。随着对前列腺MRI需求的增长,必须最大化bpMRI的诊断潜力,同时优化每位患者的报告时间[17–19]。
可以研究几种可能的方法来提高经验较少的放射科医师对bpMRI的诊断潜力。一个例子可能涉及使用从ADC图提取的定量数据作为判读不确定病变的决策支持系统。PI-RADS指南指出,扩散加权成像是用于评分前列腺外周带病变的主要序列,而前列腺外周带是前列腺癌病变最常见的好发部位。计算特定病变的定量ADC(qADC)值可以提高放射科医师在评分可疑病变时的诊断信心[20–25]。在bpMRI中尤其如此,因为缺乏动态对比增强(DCE)可能使不确定病例的判读变得更加困难[26]。
提高bpMRI诊断性能的另一种潜在方法可能是使用人工智能(AI)作为计算机辅助诊断(CAD)系统。CAD系统可以作为全自动诊断工具,或作为放射科医师的支持工具,目的是提高诊断准确性和/或工作效率[27, 28]。近年来,大量机器学习(ML)和深度学习(DL)算法已被应用于医学影像和前列腺MRI,大多处于初步研究环境中[29–31]。AI算法可以适应前列腺成像中的各种不同任务,包括质量控制、分割、检测和表征[27]。
本研究的目的是评估qADC测量和基于AI的CE批准软件(Quantib Prostate)在前列腺bpMRI判读中的应用,重点关注判读者间一致性、检测前列腺癌的性能和报告时间。
材料和方法
患者人群和MRI方案
该研究回顾性纳入了2021年5月至2021年11月期间在本机构因怀疑前列腺癌(PCa)而进行的mpMRI检查,并获机构审查委员会批准豁免知情同意。纳入标准为具备全部三个mpMRI序列(T2WI、DWI/ADC、DCE)以及由一位在前列腺诊断领域年阅片量> 1000例前列腺mpMRI的高通量转诊中心拥有15年经验的高级泌尿生殖放射科医师(VP)提供的符合PI-RADS v2.1的正式mpMRI报告。排除标准为其中一个bpMRI序列(T2WI、DWI或ADC)图像质量不合格,依据PI-QUAL参数[32]进行评估。
MRI检查在3.0 Tesla MRI(GE Discovery 750,GE Healthcare,Milwaukee,USA)上进行,使用32通道表面相控阵体线圈(TORSOPA),采用符合PI-RADS v2.1的方案,包括轴位和冠状位的高分辨率T2WI。DWI时b值设置为50、800和1500;ADC图使用b值50和800计算。灌注成像(DCE)在静脉注射钆布醇(0.1 mmol/kg)后进行。表1包含MRI方案参数的详细列表。嘱患者在检查前2–4小时进行灌肠。
图像判读与分析
MRI研究由一名经验不足和一名经验丰富的放射科医师(AF、SC)独立解读。经验不足的放射科医师在前列腺成像方面有3个月经验,接受过专科培训级别的培训,包括理论授课和实践培训(含约100例监督阅片),在研究开始前已独立阅读50例mpMRI研究。经验丰富的阅片者在 prostate imaging 方面有5年经验,已完成专科培训,共阅读>1000例mpMRI研究(>200例/年)。两名阅片者均对mpMRI结果设盲,解读bpMRI研究并根据PI-RADS v2.1建议对任何识别出的病灶进行评分。鉴于仅评估了T2WI和DWI/ADC序列,外周带病灶按DCE阴性进行评分。记录病灶数量、位置和PI-RADS评分。每名放射科医师分别独立解读MRI三次,每次阅片之间采用至少三周的洗脱期以实现记忆消退。第一次阅片基于bpMRI序列(T2WI、DWI、ADC)的解读。第二次阅片使用bpMRI序列以及可疑病灶的归一化ADC值,以提供对每个病灶可疑程度的额外提示。为计算qADC,每名解读研究的放射科医师独立在ADC图上每个可疑病灶对应于DWI高b值处最高信号强度的区域放置圆形感兴趣区(ROI)。在与病灶同一层面的表现正常外周带或移行带(根据可疑病灶位置)放置同等大小的ROI,以对qADC值进行归一化(图1)。将病灶ROI的平均像素值除以正常前列腺ROI的平均像素值,得出ADC比值。作为对可疑病灶评分的额外参数,所得比值被认为对将PI-RADS 3病灶升级为PI-RADS 4具有意义,采用阈值0.59 [26]。第三次阅片使用Quantib Prostate v1.2.0软件,使用bpMRI序列,详见下文。记录两名放射科医师的报告时间。
Quantib前列腺检查流程
Quantib® Prostate(Quantib BV,荷兰鹿特丹)是一个基于深度学习(DL)的MRI浏览与报告平台,已获FDA和CE批准。在Quantib Prostate工作流程中,第一步是基于T2WI轴位序列半自动生成前列腺腺体的分割轮廓(图2),由放射科医师审核并在必要时手动编辑。第二步是在该软件的DICOM浏览界面上进行图像解读,该界面同时显示bpMRI序列和基于卷积神经网络(CNNs)自动生成的比色图,后者叠加在T2WI图像上,以不同颜色显示更可能具有临床显著前列腺癌(csPCA,ISUP分级≥2)的体素(图3)。在此步骤中,放射科医师可通过直接在MRI图像上点击可疑病灶进行识别和评分。最后一步,最终报告由软件自动生成,必要时手动编辑,并导出。
统计分析
采用加权Cohen's kappa系数确定两位阅片者在所有三种判读方法上对病灶评分的阅片者间一致性,以及每位阅片者与mpMRI结果之间的一致性。此外,还分别在患者水平和病灶水平计算了可疑病灶存在与否(PI-RADS ≤ 2 vs. PI-RADS ≥ 3)的Cohen's kappa评分。kappa值0.00–0.20被认为一致性轻微,0.21–0.40为一般,0.41–0.60为中等,0.61–0.80为显著,0.81–1.00为几乎完美。检出率定义为检出前列腺癌(PCa)病例数与总病例数的比值,以MRI-TRUS融合靶向活检的组织病理学结果为参考标准。检出率分别按临床显著性前列腺癌(csPCa)检出(ISUP分级 ≥ 2)和总体PCa检出计算,涵盖三种判读方法(bpMRI、Quantib、qADC)及mpMRI。采用单因素方差分析比较三组患者在无经验和有经验阅片者中的报告时间。统计学显著性定义为p值小于0.05。所有统计分析均使用R统计软件4.1.0版(R Foundation for Statistical Computing,维也纳,奥地利)完成。
结果
共评估了204例mpMRI检查纳入研究。34例MRI检查因至少一个bpMRI序列质量不合格而被排除。纳入研究的170例患者在bpMRI组、Quantib组和qADC组之间在 median年龄(65 vs. 68 vs. 64岁,p = 0.10)、median总PSA值(7.6 ng/ml vs. 7.9 ng/ml vs. 7.3 ng/ml,p = 0.72)和median PSA密度(0.13 ng/ml/ml vs. 0.11 ng/ml/ml vs. 0.13 ng/ml/ml,p = 0.64)方面具有同质性。
在mpMRI上,资深放射科医师共识别出238个病灶(每例患者median 1个病灶),其中64个(26.9%)为PI-RADS 2病灶,73个(30.7%)为PI-RADS 3病灶,90个(37.8%)为PI-RADS 4病灶,12个(5.0%)为PI-RADS 5病灶。总体而言,128/170例患者(75.3%)至少有一个病灶被分类为PI-RADS 3或以上。三个研究组在病灶PI-RADS评分分布方面相似(p = 0.99,表2)。102例患者接受了MRI-TRUS融合靶向活检,其中35/102例(34.3%)患者结果为阴性,17/102例(16.7%)患者为Gleason评分3 + 3 PCa,50/102例(49.0%)患者为Gleason评分 ≥ 3 + 4 PCa。各研究组之间在总体PCa和临床显著性PCa比例方面无统计学显著差异(p = 0.91,表2)。
所识别病灶的平均qADC值在无经验阅片者为0.56(± 0.16 SD),在有经验阅片者为0.58(± 0.18 SD)。
三个不同患者组的临床、影像学和病理学特征总结于表2。
有经验与无经验阅片者之间的阅片者间一致性
有经验与无经验阅片者之间病灶评分的阅片者间一致性在bpMRI为一般(k = 0.38,p < 0.00001),在Quantib为中等(k = 0.41,p < 0.00001),在qADC为中等(k = 0.41,p < 0.00001)。
两位阅片者之间病灶显著性的阅片者间一致性在bpMRI为中等(k = 0.40,p < 0.00001),在Quantib为中等(k = 0.41,p < 0.00001),在qADC为一般(k = 0.39,p < 0.00001)。
两位读者对患者显著性的读者间一致性在bpMRI(0.42,p < 0.00001)、Quantib(0.44,p < 0.00001)和qADC(0.41,p < 0.00001)均为中等。
经验不足的放射科医师分析
关于mpMRI,经验不足的放射科医师的读者间一致性在病灶分析(bpMRI k = 0.42,p < 0.00001;Quantib k = 0.45,p < 0.00001;qADC k = 0.41,p < 0.00001)、显著病灶分析(bpMRI k = 0.44,p < 0.00001;Quantib k = 0.46,p < 0.00001;qADC k = 0.42,p < 0.00001)和患者分析(bpMRI k = 0.43,p < 0.00001;Quantib k = 0.44,p < 0.00001;qADC k = 0.42,p < 0.00001)均为中等,见表3。PCa检出率mpMRI为0.29,bpMRI为0.24,Quantib为0.26,qADC为0.23。csPCa检出率mpMRI为0.20,bpMRI为0.16,Quantib为0.17,qADC为0.14(表4)。
经验不足的放射科医师完成MRI检查整体报告所需的平均时间:bpMRI为8.23分钟(IQR:5.32–10.13分钟),Quantib为7.11分钟(IQR:4.43–9.36分钟),qADC为9.87分钟(IQR:5.72–12.01分钟)。三组间差异具有统计学意义(p < 0.00001)。
经验丰富的放射科医师分析
经验丰富的放射科医师的读者间一致性在病灶分析(bpMRI k = 0.44,p < 0.00001;Quantib k = 0.46,p < 0.00001;qADC k = 0.42,p < 0.00001)、显著病灶分析(bpMRI k = 0.43,p < 0.00001;Quantib k = 0.45,p < 0.00001;qADC k = 0.42,p < 0.00001)和患者分析(bpMRI k = 0.45,p < 0.00001;Quantib k = 0.47,p < 0.00001;qADC k = 0.43,p < 0.00001)均为中等,见表3。PCa检出率mpMRI为0.29,bpMRI为0.26,Quantib为0.27,qADC为0.27。csPCa检出率mpMRI为0.20,bpMRI为0.18,Quantib为0.19,qADC为0.16(表4)。
经验丰富的放射科医师完成MRI检查整体报告所需的平均时间:bpMRI为5.62分钟(IQR:3.54–9.13分钟),Quantib为5.07分钟(IQR:3.43–8.76分钟),qADC为6.21分钟(IQR:4.32–12.01分钟)。三组间差异具有统计学意义(p = 0.00001)。
讨论
本研究结果表明,与仅解读bpMRI序列相比,使用Quantib Prostate软件使放射科医师在与mpMRI的读者间一致性方面略有提高,无论是在经验丰富还是经验不足的读者中均如此。经验丰富与经验不足读者之间的一致性相当,在bpMRI、Quantib和qADC之间略有差异,从一般到中等不等,使用Quantib时一致性有轻微升高的趋势。无论是Quantib Prostate还是定量ADC测量,均未能以提高PCa检出率的方式参照mpMRI,对于经验丰富或经验不足的读者在解读bpMRI研究时均如此。bpMRI与mpMRI的一致性在bpMRI、Quantib和qADC均为中等,该数据与现有文献一致。检出率与mpMRI相当这一事实提示,不一致的病例并未影响PCa病灶的检出。
使用Quantib Prostate与更短的报告时间相关,这由于前列腺MRI检查需求的不断增长而在临床工作流程中具有潜在价值,特别是对于经验不足的用户,因为其报告MRI研究需要更长时间。
尽管本研究显示了相当的诊断准确性,但已开发出多种人工智能和深度学习算法以提高或自动化前列腺MRI的解读[33–35]。然而,由于缺乏广泛的实际验证,迄今为止尚无确切数据强制要求在临床实践中使用它们[36]。尽管早期关于人工智能应用集中于前列腺癌(PCa)自动检测和表征的报告得出了有趣的结果,但目前人们对使用人工智能技术改善放射学质量控制和工作流程效率的兴趣日益增加[37]。
使用Quantib Prostate后报告时间的减少可归因于几个因素。首先,自动分割允许自动准确计算PSA密度,否则该任务需要放射科医生对前列腺进行三次正交测量,计算前列腺体积,从而计算PSA密度。其次,比色图可以更容易/更快地识别可疑病灶,这可能对经验不足的读者更为相关。第三,一旦识别出病灶,用户可以使用专用工具并点击病灶以启动病灶的自动分割。在为病灶分配位置和PI-RADS评分后,结构化报告会自动生成并导出。此外,软件计算的比色图可以揭示放射科医生在bpMRI序列上最初不明显察觉的可疑病灶,正如本研究中偶尔注意到的那样。
然而,我们发现该人工智能软件对整体图像质量和数据集中伪影的存在较为敏感。成功的 prostate 分割算法需要最佳图像质量和典型的前列腺形状。清晰的边缘对于准确结果也是必要的。如果分割不正确,用户可以手动校正分割轮廓,但这会增加报告时间。此外,图像分析算法还需要足够的图像质量以生成准确且对比度足以显示可疑病灶的比色图。
本研究存在若干局限性,包括其为回顾性单中心研究。其次,尽管PI-RADS评分系统最初设计时旨在充分利用完整的mpMRI方案,但本研究中使用bpMRI对病灶进行PI-RADS评分分类。因此,bpMRI与mpMRI之间并非在所有病例中都能实现完全一致。此外,诊断性能是根据接受靶向活检病灶的检出率来评估的。因此,无法估计所有阅片者的真实诊断准确性,因为我们可能遗漏了在mpMRI上发现但从未接受靶向活检的病灶。要真正评估诊断准确性,需要所有患者均有组织学报告和/或较长时间的临床和影像学随访。此外,经验不足的阅片者在数据收集阶段的性能很可能有所提高;因此,计算所得的阅片者间一致性和检出率代表了该放射科医生学习曲线上的平均代表性数值。
最后,本研究中使用的所有前列腺MRI扫描均来自一家前列腺MRI经验丰富、采集方案优化的高容量转诊中心。考虑到基于人工智能的算法对伪影和图像质量下降相当敏感,本研究结果可能无法推广至不同的临床环境。
未来研究应确定Quantib Prostate能否帮助泌尿生殖放射学经验有限的放射科医生加快学习曲线。此外,可在后续研究中探讨使用Quantib Prostate对mpMRI的影响。
结论
总之,在经验丰富和经验不足的阅片者中,基于深度学习的软件Quantib Prostate均与略高的mpMRI阅片者间一致性相关。与仅使用bpMRI序列相比,使用Quantib和定量ADC在检出率方面均取得了相似的诊断性能。使用Quantib Prostate时,经验丰富和经验不足的阅片者均可在更短时间内报告bpMRI扫描。
引用
- Cipollari, Pecoraro, Forookhi, et al. Biparametric prostate MRI: impact of a deep learning-based software and of quantitative ADC values on the inter-reader agreement of experienced and inexperienced readers. Radiol Med. 2022. PMID: 36114928. doi:10.1007/s11547-022-01555-9
- 全文:PMC9587977(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9587977/
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。