数字乳腺断层摄影筛查阅片者疲劳的眼动 blink 特征研究
本研究纳入26名参与英国PROSPECTS试验的DBT阅片者,用眼动仪记录其阅读40例DBT病例时的眨眼特征。结果显示随着阅片进程,平均眨眼持续时间每例增加0.38 ms(p<0.0001),超短眨眼(≤50 ms)频率显著下降(p=0.0005),短眨眼(51-100 ms)频率显著上升(p=0.008),但诊断准确率无显著变化。提示眨眼特征可作为阅片疲劳的客观标志。
要点
- 阅片过程中眨眼持续时间逐渐延长,每例增加0.38 ms,提示疲劳累积。
- 超短眨眼(≤50 ms)减少、短眨眼(51-100 ms)增多是疲劳的敏感指标。
- 本研究中疲劳未导致诊断准确率显著下降,可能与每40分钟中断有关。
全文中译13 节 · 点击展开
引言
已被证明乳腺癌筛查可以降低乳腺癌死亡率。1,2 在英格兰,截至2020年3月的12个月期间,超过200万名女性接受了筛查,较前10年增长了18.3%。3 此外,英国放射科人力普查突显放射科医生短缺日益加剧,其中乳腺影像领域尤为脆弱。4
在许多国家,数字乳腺断层合成(DBT)正被引入乳腺X线摄影筛查实践,因为已被证明其可提高癌症检出率并减少假阳性判读,从而降低召回率。5 DBT可生成整个乳腺的体积重建图像,但与全视野数字乳腺X线摄影(FFDM)相比,观察和判读每个乳腺在每个投照体位下的多个图像层面需要大约两倍的判读时间。6–8 在英国,一项试验(PROSPECTS)目前正在进行,以评估DBT在国家卫生服务体系乳腺筛查计划(NHSBSP)中的实施情况。9
乳腺筛查检查数量的增加、筛查判读任务的复杂性以及迫在眉睫的人力危机,有可能给努力跟上服务需求的判读医生带来额外的压力和负担。除了对身心健康和士气产生不利影响外,过度工作的判读医生的疲劳还可能通过可能的诊断错误对患者安全产生负面影响。早期眼动追踪研究已确定视觉搜索行为是诊断错误的潜在原因。10,11 疲劳已被证明会影响视觉搜索模式,从而可能影响诊断判读。12 诊断错误导致了英格兰NHS医院中大量可预防的死亡。13
现代眼动追踪技术允许以非侵入方式对眼动及相关视觉搜索参数进行实时监测。不自主眨眼并非仅取决于眼部干燥;证据表明其与认知负荷和疲劳有关。事实上,较长的眨眼持续时间与心理工作负荷和疲劳水平增加相关。14–16 相比之下,关于眨眼频率与疲劳的证据则不一致。15,17,18
探讨眨眼如何作为放射学环境中疲劳客观指标的证据十分匮乏。鉴于图像判读过程中疲劳相关的潜在重大但可预防的危害及其与眨眼特征的相关性,必须更加重视促进其临床应用的研究。尤其是考虑到现代技术记录眨眼数据的便捷性。因此,本研究旨在作为PROSPECTS研究的一部分,评估眨眼特征作为NHSBSP中判读医生判读DBT筛查检查时疲劳起始标志物的应用。
方法
参与者
邀请参加PROSPECTS试验的来自三个不同NHSBSP筛查中心的乳腺筛查人员参与本研究。PROSPECTS研究是一项前瞻性随机试验,比较数字乳腺断层摄影(DBT)联合标准二维全视野数字乳腺摄影(FFDM)与单纯标准FFDM在乳腺癌筛查中的应用;ClinicalTrials.gov标识符:NCT03733106.9。该试验已获得伦敦-德威奇研究伦理委员会批准,并因此获得研究眼动追踪部分的批准。26名经过培训的阅片者(包括放射科医师和放射技师)提供了书面知情同意,于2019年11月至2021年2月参与本研究。在英国筛查项目中,放射技师约占阅片者的一半,并接受至硕士水平或同等水平的培训。NHSBSP要求所有阅片者每年至少判读5000张乳腺X线摄影图像,双阅片为标准诊疗方式。19本研究在经批准的COVID-19预防措施下开展。
本研究26名参与者中17名的眼动追踪数据此前已被分析,20然而,该分析较为有限,本文对其进行了扩展,提供了“逐病例”分析。本研究所分析的26名参与者构成了一项先前发表且更近期研究的子集。21在Partridge et al. 2022中,由于自本研究分析以来进一步收集了数据,纳入了更大的阅片者样本。此外,在本轮迭代中对原始数据应用了不同的眨眼检测算法,以应对部分早期数据集中观察到的噪声。本分析以逐病例方式评估整个判读会话中眨眼行为的变化,并将其与诊断性能相关联。这在先前发表的Partridge et al. 2022研究中未进行。
DBT图像与图像显示设备
使用作为PROSPECTS试验一部分采集的40例去标识化DBT病例组成研究的判读集。该测试集 heavily enriched with biopsy proven cancers(47.5%恶性、12.5%良性和40%正常)。病例由一名具有20年以上经验的乳腺放射科医师以非连续方式选取,以涵盖异常病例中多种多样的难度和病变类型。
参与者分别在高分辨率乳腺X线摄影认证显示器上的Hologic Securview工作站(Hologic, Inc.)上查看图像。病例以不同的随机顺序呈现给每位参与者,以减少整个判读集中病例构成和难度带来的混杂效应。一台独立的计算机控制眼动追踪系统。设备安装在参与者通常的工作站区域,以模拟自然判读习惯和视觉搜索行为(图1)。参与者知晓需要判读的病例总数以及随着判读会话进展剩余的病例数。阅片者对每例病例的任何病理或结局数据均设盲。阅片者知道研究涉及眼动追踪,但不知道正在测量哪些指标。
眼动追踪设备
本研究使用了一种非侵入式眼动追踪设备 SmartEyePro(Smart Eye AB,瑞典哥德堡)。该眼动追踪仪由三个小型摄像机构成,以 60 Hz 的采样率监测参与者的视觉搜索行为。在参与者工作站顶部还放置了一台额外的场景摄像机,用于记录阅读者的行为并帮助识别任何数据丢失的情况(图 1)。每次数据采集前,均对眼动追踪摄像机进行调整以适应每位参与者的头部位置,并进行校准以确保准确识别每位参与者的面部特征以引导眼动追踪系统。结合 eyesDX 软件应用套件(eyesDX),参与者的眼动追踪数据、工作站屏幕截图和场景摄像机录像被自动记录并实时汇编。
流程
采用预设的悬挂方案以保持标准化。参与者检查每个 DBT 病例,并口头报告其对两幅病例图像的判断,分为正常、良性、不确定、可疑或高度可疑,同时指出图像上任何异常的三维位置。所有判断均由一名研究助理使用 PERFORMS 在线报告软件记录。选择口头报告是为了尽量减少对眼动追踪记录的干扰,避免参与者不得不将视线从工作站移开来自行记录发现。该方法已在先前一项类似性质的实验中有效使用。21 记录在正常工作日 8am 至 5pm 之间进行,但有一名候选者的 session 于 7:30am 开始。其 session 大部分在 12pm 之前和 12pm 之后进行的参与者分别被归类为“上午”和“下午”参与者。
由于本地存储容量限制,实验流程大约每 40 min 暂停一次,以将大型眼动追踪数据文件卸载到外部硬盘。此过程中位时间为 6.1 min(IQR 2.8–10.8),在此期间参与者被要求留在房间内。
眨眼检测软件
由于数据集庞大且持续时间长,开发了眨眼检测软件并如前所述进行了人工验证。22 该软件利用眼动追踪仪记录的参与者原始眼睑张开数据,自动识别眨眼事件及其持续时间;其中“眨眼”事件被视为眼睑的“接近闭合”(即眼睑张开 ≤4 mm),基于先前的计算和验证。22 这种自动化数据处理确保了在这一阶段消除了人为偏差和错误。
与其他研究类似,我们发现眨眼持续时间可变,因此可将其分为若干子类别。23 我们分析了原始眨眼数据,并根据本研究的发现和现有文献24将参与者的眨眼分为四类:超短眨眼(≤50 ms);短眨眼(51–100 ms);长眨眼(101–500 ms)和微睡眠(>500 ms)。
数据分析
眨眼数据使用多元线性回归统计模型进行分析,以参与者 ID 和病例 ID 作为随机效应。所有分析的统计显著性 α 水平设定为 0.05。统计计算使用 R v. 4.0.5(R Foundation for Statistical Computing)进行。缺失数据量大的参与者被排除在分析之外。
结果
参与者特征
26名参与者包括19名获得委员会认证的顾问放射科医师、4名顾问放射技师和3名高级执业人员。数据分析基于23名DBT阅片者进行。3名参与者因实验期间的技术问题导致数据不可靠而被排除在研究之外。2名参与者数据不完整,但仍纳入分析(参与者9和19分别丢失了30%和45%的数据;按缺失数据的阅片病例百分比计算)。阅片者特征见表1。在21名数据完整的参与者中,共有39.3小时的记录。使用Kolmogrov–Smirnov统计量检验阅片时间的正态性;p = 0.9表明呈正态分布。全部40例DBT病例的平均完成时间为112.3分钟(95% CI:93.4–131.3分钟,n = 21)。在这些参与者中,每例的平均阅片时间平均为2.81分钟(95% CI:2.33–3.28分钟,n = 21)。
10名参与者在上午完成了他们的 session,平均试验时长为154.1分钟(95% CI:117.3–190.8分钟)。下午的平均试验时长较低,为120.2分钟(95% CI:95.0–145.5分钟),但差异不显著(p = 0.140)。
参与者的DBT经验见表1。DBT阅片经验范围为0至6年(中位数 = 3年;IQR = 2.75年)。
眨眼频率和持续时间
总体
阅片 session 第一例病例期间记录的平均眨眼持续时间为49.05 ms(95% CI:31.50–65.86 ms)。线性混合效应回归显示,随着阅片 session 的推进,眨眼持续时间呈统计学显著增加,为0.38 ms/例(95% CI:0.20–0.55 ms/例;p < 0.0001)(图2)。
阅片 session 第一例病例期间的平均眨眼频率为13.44次/分钟(95% CI:8.71–18.10次/分钟)。随着阅片 session 的推进,眨眼频率呈非显著下降趋势(眨眼频率变化:0.05次/分钟/例,95% CI:−0.10至0.01次/分钟/例;p = 0.089;图3)。
眨眼特征
线性混合效应回归显示,随着病例推进,短眨眼(眨眼持续时间在51至100 ms之间)显著增加(0.024次/分钟/例,95% CI:0.006至0.042;p = 0.008;图4)。随着病例推进,超短眨眼(眨眼持续时间≤50 ms)也显著减少(−0.066次/分钟/例,95% CI:−0.104至−0.029;p = 0.0005;图5)。
分析了眨眼亚类别及其随病例进展的变化。持续时间较长的101至500毫秒眨眼率,以及持续时间最长的>500毫秒眨眼率均无显著变化。表2总结了阅读会话期间观察到的眨眼特征变化。
针对病例顺序的诊断准确性
研究了会话进展与表现(以诊断准确性衡量)之间的任何关联。逻辑混合效应回归发现病例顺序对诊断准确性无显著影响(对数几率:0.008,95% CI:−0.014至0.029;p = 0.491;图6)。
讨论
眨眼已被证明可反映疲劳,但在医学影像领域研究甚少。在这项纳入23名读者的研究中,报告一组40例数字乳腺断层合成(DBT)筛查病例,平均眨眼持续时间随阅读会话进展显著增加(每病例0.38毫秒,p < 0.0001),并且眨眼率呈下降趋势(每病例每分钟0.05次眨眼,p = 0.089)。眨眼持续时间的增加可由超短眨眼(≤50毫秒,p = 0.0005)数量显著减少和短眨眼(51–100毫秒,p = 0.008)显著增加来解释。完成阅读会话的总时间可作为疲劳的替代指标,正如先前一项分析放射学诊断准确性依赖于轮班时间的研究所探讨的那样。25有趣的是,在我们的研究中,上午和下午会话之间的试验时间无显著差异。
眼睛尤其容易受到疲劳的影响。既往研究测量了眼睛聚焦和调节能力的变化,但在放射学环境中调查眨眼特征变化的证据有限。有一项研究通过眨眼特征作为房间照明因变量来测量眼疲劳。26 在运输行业已有研究,其中疲劳可促发致命的道路交通碰撞,突显了眨眼性质与疲劳之间的关联。Solerimanloo等(2019)观察到驾驶员疲劳表现为眨眼持续时间增加,这与驾驶性能受损相平行。14 此外,Cori等(2019)的一篇综述文章强调,眨眼持续时间随疲劳在不同嗜睡水平、实验和采集方法学中均增加,提示它是疲劳的稳健测量指标。15 因此,本研究中筛查DBT阅片者观察到的眨眼持续时间显著增加很可能是视疲劳的表现。
本研究发现随着病例进展,眨眼率总体呈下降趋势但无统计学显著性。这与Divjak等(2009)和Zheng等(2012)的发现一致,17,27 尽管现有文献关于眨眼率与疲劳的关系缺乏共识。15 Divjak等(2009)认为疲劳时眨眼率增加是由于参与者试图通过短促快速眨眼来对抗疲劳,27 这可以解释本研究中短眨眼率的显著增加。在此,我们证明眨眼(持续51–100 ms)随病例进展显著增加,而超短眨眼(≤50 ms)的发生率随病例进展显著下降。
有证据表明放射学报告任务受到疲劳的负面影响,并可转化为错误率的增加。多项研究已证明,在工作日和一周工作过程中以及值班期间,放射科住院医师与顾问放射科医师之间的放射学报告差异率增加。28,29 此外,病例量和报告速度可显著影响诊断准确性。人群乳腺癌筛查是一项高通量活动,英国当前的劳动力危机不可避免地对报告速度造成压力。与常规FFDM相比,筛查DBT是解读复杂性更高的检查,导致阅片时间显著增加。7,8 本研究中DBT报告时间与文献报道一致,平均解读时间为2.81分钟。Dang等也记录了筛查DBT研究的平均报告时间为2.8分钟,较FFDM增加了47%。6
尽管我们证明了与疲劳相关的眨眼行为变化,但在40例阅片练习中,我们并未观察到诊断准确性的相应变化。这可能是由于本研究的一项局限性所致,即记录眼动追踪所产生的海量数据需要每40分钟短暂休息以下载数据,这可能减弱/降低了阅片者疲劳的影响。然而,既往研究表明,视觉场景中的疲劳在40分钟内即可产生。例如,Zhang等(2013)发现,与2D观看相比,3D观看电影与警觉性水平升高相关,其原因包括眨眼频率增加等因素。然而,在观看40分钟内,警觉性下降,提示视觉疲劳。30 将休息安排到放射科阅片会话中已被建议作为减轻疲劳的干预措施,但仍需进一步有针对性的工作,将疲劳特征与性能指标相关联,以指导最佳阅片会话时长、休息频率和休息时长。
本研究的另一项局限性是由于眼动追踪仪的技术问题而出现眼动追踪数据缺失。这导致三名参与者的数据无法解读,因此其数据被排除在分析之外。此外,我们的研究结果可能仅可推广至采用双阅片作为标准诊疗的筛查项目中的阅片者。
总之,在阅读一组40例数字乳腺断层合成(DBT)病例的测试序列时,观察到眨眼特征随时间出现显著变化。随着会话推进,总体眨眼持续时间显著增加,这是由于持续时间≤50 ms的超短眨眼频率显著降低以及持续时间51–100 ms的较长眨眼频率增加所致。尽管仍需更多工作,这些眨眼行为的变化有可能作为医学图像阅片会话中疲劳发生的客观标志物,这可能有助于进一步研究制定阅片方案以最大化性能。
要点
在23名阅片者对一组40例DBT筛查病例进行阅片时,随着阅片会话推进,阅片者的平均眨眼持续时间显著增加(每例0.38 ms;p < 0.0001)。
发现超短眨眼(≤50 ms,p = 0.008)频率显著降低,短眨眼(51至100 ms之间,p = 0.0005)频率显著增加。
与其他研究一致,这些眨眼特征的变化似乎提示DBT筛查者疲劳发生,但未观察到诊断准确性的相关变化。
引用
- Chen, Sudin, Partridge, et al. Measuring reader fatigue in the interpretation of screening digital breast tomosynthesis (DBT). Br J Radiol. 2023. PMID: 36633316. doi:10.1259/bjr.20220629
- 全文:PMC9975365(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9975365/
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。