文献速递乳腺乳腺X线US

多模态AI联合自动三维乳腺超声与乳腺X线摄影在致密型乳腺人群中的应用

Multi-modal artificial intelligence for the combination of automated 3D breast ultrasound and mammograms in a population of women with predominantly dense breasts.
PubMed 文献 · Insights Imaging · 2023-01-16

本研究回顾性纳入430例同时接受数字乳腺X线摄影(DM)和自动三维乳腺超声(ABUS)的致密型乳腺亚洲女性,评估两种AI系统单独及联合(权重0.25/0.75)的检测性能。联合AI的AUC为0.865,显著优于单独AI-DM(0.832)和AI-ABUS(0.841);在读者亚组中,联合AI在相同特异度下达到与4名放射科医生小组相当或更优的敏感度。联合AI有望用于放射科医生稀缺地区的致密型乳腺筛查。

要点

  • 联合AI(DM权重0.25+ABUS权重0.75)的AUC 0.865,优于任一单独AI系统。
  • 联合AI最大约登指数0.707,对应敏感度79.4%、特异度91.2%。
  • 4名放射科医生小组敏感度93.2%、特异度32.7%,联合AI在相同特异度下敏感度相当。

核心结论

  • 在致密型乳腺人群中,联合DM与ABUS的AI系统可提升单模态AI性能,并可能优于放射科医生单独阅片。
  • 多模态AI有望作为放射科医生稀缺地区乳腺筛查的辅助工具,但最佳部署方式仍需进一步研究。

研究设计与样本

  • 单中心回顾性研究,连续收集2016–2018年中国某医院430例同时行DM和ABUS的配对检查。
  • 最终队列包括42例恶性、114例良性、274例正常;73%患者乳腺密度为BI-RADS c或d类。
  • 恶性与良性病例均经活检证实,正常病例经至少1年ABUS和DM随访阴性确认。
  • DM使用GE Senographe Essential系统,ABUS使用GE Invenia ABUS系统(6–14 MHz线阵探头)。
  • AI系统为FDA批准的Transpara 1.7.0(AI-DM)和QVCAD 3.4(AI-ABUS),联合AI通过归一化后加权组合得分。

关键影像表现/征象

  • 图3示例:44岁女性浸润性导管癌2 cm III级,AI-ABUS高评分(99.9/100)检出,AI-DM评分37.8未检出,两名放射科医生分别判为BI-RADS 2和3。
  • 图4示例:50岁无病变女性,AI-DM因可疑密度高评分(92.6/100)假阳性,两名放射科医生均判BI-RADS 3,AI-ABUS评分较低(76.1/100)。

诊断标准与关键数值

  • 联合AI在权重AI-DM=0.25、AI-ABUS=0.75时AUC最佳为0.865(95%CI 0.790–0.939),优于AI-DM的0.832(95%CI 0.753–0.910,p=0.026)和AI-ABUS的0.841(95%CI 0.775–0.907,p=0.041)。
  • AI-DM最大约登指数0.650,对应敏感度76.1%、特异度88.9%。
  • AI-ABUS最大约登指数0.680,对应敏感度80.8%、特异度87.2%。
  • 联合AI最大约登指数0.707,对应敏感度79.4%、特异度91.2%。
  • 读者研究亚组中,4名放射科医生小组敏感度93.2%、特异度32.7%;联合AI在相同特异度下敏感度相当,在亚组约登指数点敏感度81.1%、特异度95.5%。

临床应用与阅片要点

  • 联合AI可在不增加阅片时间的前提下提升致密型乳腺筛查的检测性能,但ABUS采集本身增加工作流程成本。
  • AI-ABUS可用于提示读DM的医生关注可能可疑的ABUS发现,或提示可能正常病例以跳过ABUS阅片,节省时间和资源。
  • AI-DM可能出现假阳性(如图4示例),联合AI-ABUS较低评分可能有助于减少此类假阳性。
  • 中国放射科医生通常分属乳腺X线和超声两个独立部门,多模态AI有助于整合两种模态信息。

局限性

  • 单中心研究,需外部数据验证多模态AI系统的泛化能力。
  • 读者研究中2名医生仅读DM、2名仅读ABUS,未同时阅读两种模态。
  • 病例仅包含软组织病变,排除以钙化为主要可疑发现的病例。
  • 未考虑AI正确病灶定位,尽管既往研究显示AI定位准确性良好。
  • 读者研究富集了癌症和良性病例,可能存在研究效应影响人类阅片性能。
全文中译10 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:Insights Imaging. 2023 Jan 16;14:10. doi: 10.1186/s13244-022-01352-y

背景

乳腺癌是全球女性中最常见的癌症。乳腺癌的预后很大程度上取决于疾病分期[1]。许多国家已实施基于人群的筛查项目,以期在早期阶段发现乳腺癌。通常,在这些项目中,超过一定年龄的女性会被定期邀请接受乳腺影像检查。筛查的主要检查方式通常是数字乳腺X线摄影(DM),一种二维成像技术[2]。然而,由于组织重叠[3],DM在致密型乳腺女性中检测乳腺癌存在局限性。多模态机器学习或深度学习近年来一直是研究热点,并且是当前的趋势,因为多模态数据可能为癌症诊断提供更多有用的互补信息[4–6]。

这些局限性可通过在筛查中加入补充成像来克服。在日本,一项筛查随机对照试验[7]的证据表明,辅助乳腺超声检查(US)可提高早期癌症的敏感度和检出率。自动三维乳腺超声(ABUS)具有自动化操作的优势,可由技师进行标准化图像采集,并已被提出作为DM的补充筛查方式,用于以致密型乳腺为主的人群[8]。已有研究表明,超声可额外检出约4.2/1000的癌症[9]。ABUS可能适合用于筛查,并且在大多数女性为致密型乳腺的亚洲国家或西方国家的亚洲人群中可能特别有意义。目前,ABUS在亚洲用于筛查的应用正在研究中[10]。

由于接受筛查的女性数量庞大,当前采用DM的筛查项目已经非常耗费人力。而且即使进行双人阅片,仍有多达25%的癌症未被检出[11]。提高筛查质量和成本效益的需求推动了计算机辅助检测(CAD)系统的发展。这些系统已用于DM多年,最近也开始用于ABUS。

CAD系统通过使用基于深度学习的人工智能(AI)算法,在检测性能方面有所提高。在乳腺成像中,其中一些CAD系统的表现已达到经验丰富的乳腺放射科医师水平[12]。同步使用AI系统使放射科医师在阅片时能够了解AI的输出结果,这种方法已被证明可提高阅片者在ABUS[13–15]和DM[16]中的表现。随着AI系统的性能接近放射科医师[17, 18],使用AI工具对DM筛查女性进行自动化且安全的分流可能是可行的[19, 20]。然而,迄今为止,尚无研究探索将不同模态的AI系统(如DM和ABUS)相结合,以在多模态乳腺癌筛查项目中提高乳腺癌检出和/或人群分流的潜力。

本研究旨在评估将两个获美国食品药品监督管理局(FDA)批准的商用人工智能系统(一个用于数字乳腺X线摄影(DM)[17],一个用于自动乳腺超声(ABUS)[8])的自动检测相结合在乳腺癌检测性能方面的潜力,并以放射科医师为参照,在以致密型乳腺为主的女性人群中对其独立性能进行基准测试。

方法

病例收集

连续收集2016年至2018年间在中国单一机构接受双侧数字乳腺X线摄影(DM)和自动三维乳腺超声(ABUS)检查的女性的配对研究。这些女性或因出现症状后到该院进行乳腺影像检查,或无症 状而主动进行筛查性乳腺检查。以下情况被排除在最终队列之外:DM中主要可疑发现为钙化;女性处于妊娠期、哺乳期或计划怀孕;女性既往有乳腺癌诊断史或正在接受乳腺癌治疗;女性有乳房植入物或其他乳房增大史。最终纳入符合条件的队列共430例。

本研究中使用患者电子健康记录已获浙江大学医学院附属杭州市第一人民医院批准。所有患者均签署书面知情同意书。患者及病灶特征见表1。共收集42例恶性、114例良性和274例正常病例。73%的患者乳腺密度分类为不均匀致密型或极度致密型(BI-RADS c类和d类)。所有恶性和良性病例均经活检确认。正常病例经ABUS和DM至少一年阴性随访确认。

DM检查采用GE Senographe Essential乳腺X线摄影系统采集,每侧乳房包括两个图像视图(头尾位和内外侧斜位)。ABUS扫描数据由经过培训的技术员或护士使用标准化扫描方案、采用GE Invenia ABUS系统获取。患者仰卧于检查床上,同侧手臂置于头上。每侧乳房由自动6–14 MHz线阵换能器(覆盖面积15.4 × 17.0 × 5.0 cm)以三个标准图像视图扫描:外侧位、前后位和内侧位。

表1 本研究收集病例的特征 查看原表 ↗

单模态人工智能系统

每个病例均由两个专为全自动乳腺癌检测开发的商用人工智能系统自动处理,一个用于DM(Transpara® 1.7.0,ScreenPoint Medical BV,荷兰奈梅亨),以下称为AI-DM;一个用于自动三维乳腺超声ABUS(QVCAD 3.4,Qview Medical Inc.,美国加利福尼亚州洛斯阿尔托斯),称为AI-ABUS。两个系统(AI-DM和AI-ABUS)均使用机器学习算法检测图像中可疑乳腺癌区域,研究表明这些系统在同时用于辅助时可提高放射科医师的阅片性能[13, 16]。

这些系统为每次检查提供一个连续评分,代表检查中任何图像/容积存在乳腺癌的风险。

多模态人工智能系统

AI-DM 和 AI-ABUS 的评分在病例层面进行组合,构建了一个多模态 AI 系统,称为 AI-Multimodal。未考虑区域信息。首先将单模态 AI 系统的评分归一化至 0 和 1,然后对两个评分施加不同的权重(范围从 0.01 到 0.99,权重之和为 1),从而为每个病例生成 AI-Multimodal 一个介于 0 和 1 之间的连续可疑度评分。

基准测试观察者研究

为进行基准测试,从收集的完整数据集中选取了一个亚队列用于观察者研究,旨在评估放射科医师在以致密型乳腺为主的女性人群中评估 DM 和 ABUS 的表现。用于该观察者研究的亚队列包括全部 42 例恶性病例以及随机选取的共 30 例良性和 80 例正常病例(以便每个恶性病例大约包含 2 例正常检查,并纳入约占总病例数 20% 的良性病例样本)。更多详细信息见表 1。

两名放射科医师(阅读 DM 经验分别为 7 年和 10 年)独立阅读仅 DM 检查,另外两名放射科医师(阅读 ABUS 经验分别为 4 年和 6 年)独立阅读仅 ABUS 检查,使用乳腺影像报告和数据系统(BI-RADS®)评分(1 类 = 阴性;2 类 = 良性;3 类 = 可能良性;4 类包括 4a、4b、4c = 可疑;5 类 = 高度提示恶性)。放射科医师没有时间限制,使用经认证的医疗工作站,并对患者身份、其他模态的结果和病史背景设盲。

作为观察者研究的结果,计算了放射科医师(及其组合)的不同操作点,用于将 AI-DM、AI-ABUS 及其组合 AI-Multimodal 与以下各项进行基准比较:DM 或 ABUS 的单人阅读

两名读者阅读同一模态(DM 或 ABUS)的平均值。如果任一读者召回了该病例,则该病例被假定为被召回。

两名读者阅读互补模态(一名阅读 DM,一名阅读 ABUS)的平均值。如果任一读者召回了该病例,则该病例被假定为被召回。

四名读者小组(两名阅读 DM,两名阅读 ABUS)。采用多数投票法模拟该病例的 BI-RADS 评分。

统计分析

在完整数据队列中,使用 DeLong 方法 [21] 计算并比较了 AI-DM、AI-ABUS 和 AI-Multimodality 的受试者工作特征(ROC)曲线及曲线下面积(AUC)值,包括 95% 置信区间(CI)。

在所有分析中,仅活检证实的恶性病变病例被视为阳性。p 值 < 0.05 被视为显著。还报告了每个 AI 系统的最大约登指数及其相关的灵敏度和特异度。

在读者研究亚队列中,以灵敏度和特异度衡量人类读者(及上一节所述的模拟组合)的检测性能。95% CI 使用自助法计算。

结果

AI 在完整队列上的检测性能

在全队列中,AI-Multimodal的最佳AUC为0.865(95% CI:0.790,0.939),此时AI-DM和AI-ABUS的权重分别为0.25和0.75。这高于单独AI-DM的AUC(0.832,95% CI:0.753,0.910)(p = 0.026)和单独AI-ABUS的AUC(0.841,95% CI:0.775,0.907)(p = 0.041)。ROC曲线见图1。AI-DM的最大约登指数为0.650(敏感度和特异度分别为76.1%和88.9%),AI-ABUS为0.680(敏感度和特异度分别为80.8%和87.2%),AI-Multimodal为0.707(敏感度和特异度分别为79.4%和91.2%)。

图1 全队列中AI-DM、AI-ABUS和AI-Multimodal的受试者工作特征曲线比较(及其曲线下面积,AUC) 查看原图 ↗

AI对标放射科医师表现

AI-DM、AI-ABUS和AI-Multimodality的ROC曲线在亚队列和全队列中相似(图2)。当将AI-Multimodal的ROC曲线与放射科医师的操作点叠加时,可以观察到AI-Multimodal在相同特异度操作点下达到优于或等于单个人类读者的敏感度。

AI系统以及真实和模拟放射科医师组合的敏感度和特异度见表2。所应用的双读策略较单读提高了性能。使用ABUS较仅使用DM的策略明显有益。4名读者小组达到93.2%的敏感度和32.7%的特异度。在相同特异度下,AI-Multimodal获得了相同的敏感度。在该亚队列的约登指数处,AI-Multimodal产生的敏感度为81.1%,特异度为95.5%。本研究的病例示例见图3和图4。

图2 观察者研究队列中放射科医师的操作点及受试者工作特征曲线(ROC)比较(及其曲线下面积,AUC)。a AI-DM、AI-ABUS和AI-Multimodal的ROC,以及原始读者的操作点;b AI-DM、AI-ABUS和AI-Multimodal的ROC,以及模拟配对和4名读者小组的操作点 查看原图 ↗
表2 敏感度和特异度值 查看原表 ↗
图3 一名44岁女性的ABUS(上)和DM(下)检查,诊断为右乳2 cm 3级浸润性导管癌。AI-ABUS以高分(99.9,量表1–100)检出癌症病灶,而AI-DM(评分37.8,量表1–100)或放射科医师(分别为BI-RADS 2和BI-RADS 3)未检出该病灶 查看原图 ↗
图4 一名50岁女性的DM检查,无任何诊断病理。AI-DM产生了假阳性评估,因为其基于勾画的可疑致密影对该病例赋予了高分(92.6,量表1–100),两名放射科医师均对该病例赋予BI-RADS 3,而AI-ABUS赋予较低评分(76.1,量表1–100),显示AI-ABUS也具有降低AI-DM假阳性的潜力 查看原图 ↗

讨论

我们的结果显示,在乳腺大多为致密型的群体中,联合数字乳腺X线摄影(DM)和自动三维乳腺超声(ABUS)的人工智能算法具有潜在的性能获益。

在没有放射科医生参与的情况下,将自动乳腺超声(ABUS)的人工智能(AI)结果整合到现有的乳腺X线摄影AI系统中,可提升诊断性能,并优于乳腺X线摄影单人阅读者的表现。这似乎与数据集中是否存在经活检的良性病变无关。这一方法可用于在筛查中自动提高检测性能,且不额外增加每次检查的阅读时间负担,尽管扫描图像显然仍需获取。由于ABUS采集会增加筛查工作流程的成本,未来需要在真实筛查环境中进行评估,以确定这种整合的获益与问题。

在将AI性能与仅阅读数字乳腺X线摄影(DM)或ABUS的放射科医生进行比较时,我们观察到,仅分析DM或ABUS的AI系统也达到了相似的性能。本研究中使用的乳腺X线摄影AI系统此前已被证明表现与欧洲和美国放射科医生的平均水平相当[17]。本研究在中国女性及放射科医生所评估人群中显示了相似结果。在该人群中,ABUS的敏感性略高于乳腺X线摄影,但特异性较低。我们观察到,AI-ABUS的性能与AI-DM以及仅阅读ABUS的放射科医生相似。所提出的AI-DM与AI-ABUS加权组合提高了AI性能,并且似乎与4名放射科医生共识(2名阅读乳腺X线摄影,2名阅读ABUS)的表现相当。这可能增强AI在阅读多模态筛查检查中的互补价值,并可能为在放射科医生稀缺地区、致密乳腺人群(可从ABUS中获益)中将AI用作独立阅读者提供可能性。

与日常routine和筛查情境相比,读者研究 enriched 了癌症病例和良性病例。因此,人类表现可能受到“研究效应”的影响,该效应反映了对此类富集数据集的阅读[22]。还应注意,这些病例仅包括软组织病变,不包括钙化,并且未考虑正确的病变定位,尽管先前的工作显示AI系统具有良好的定位准确性。在统计学上,该研究的一个局限性是评分通过平均法合并(遵循Wu等人的工作[23]),而放射科医师与AI结合的实际获益取决于交互功能。可以预期,当人类与AI交互时,其效果比简单平均独立计算的评分更为复杂。然而,我们的研究表明,有可能用AI计算来补充人类思维,以提高放射科医师的表现。然而,在某些情境中,这两个要素可能被独立使用(AI在后台加上放射科医师独立阅片),我们的结果对这种情境更具代表性。例如,一个潜在场景可能是让AI在ABUS图像上于后台运行,以提醒阅片者(最初仅评估乳腺X线摄影)可能的可疑发现或可能正常的病例。这一场景在由不同阅片者评估乳腺X线摄影和ABUS的情境中可能尤其相关,因为AI系统可能提示强烈需要评估ABUS扫描,同时也可能提示可能正常的病例,在这些病例中可以跳过对ABUS检查的阅片,从而节省时间和资源。可做出此类决策的操作点是将来的研究主题。

目前的AI系统在一家排名靠前(A级三级)医院中表现与经验丰富的放射科医师一样好,而该医院仅占中国医院的3.0%。然而,在缺乏经验丰富放射科医师的地区,乳腺癌死亡率要高得多,部分是由于诊断延迟,部分是由于治疗差异。在中国,阅读乳腺X线摄影的放射科医师和阅读超声图像的放射科医师属于两个不同的科室[24]。他们通常缺乏阅读另一模态图像的经验。因此,多模态AI有助于整合来自两种模态的信息。对于此类缺乏经验丰富放射科医师的地区,直接实施多模态AI系统可能有益于患者照护。换言之,多模态AI系统可直接用作独立的阅片者,以改善癌症诊断,在农村地区具有巨大潜力,因为这些地区放射科医师极为稀缺,且需要节省医疗中心的人力资源,前提是能够培训技术人员使用乳腺X线摄影和超声设备。因此,我们研究的主要信息是,AI-DM/AI-ABUS在亚洲人群中可表现得与经验丰富的放射科医师一样好,并且通过结合AI系统,乳腺癌诊断可以进一步改善。

我们的研究存在一些局限性。首先,在观察者研究中,两名阅片者仅负责数字乳腺X线摄影(DM),另外两名仅负责自动乳腺超声(ABUS),且由于各自的专业领域,阅片者并未同时阅读两种模态。其次,本研究仅为单中心研究,未来研究应纳入外部数据以验证我们的多模态人工智能系统的泛化能力。

结论

在以致密型乳腺为主的女性人群中,结合DM和ABUS的人工智能结果可提高单模态人工智能的性能(就DM/ABUS而言,单模态人工智能相当于一名放射科医师),而加入自动化多模态人工智能读数可能进一步提升放射科医师单独阅片的性能。用于检测致密型乳腺女性乳腺癌的多模态人工智能系统可作为放射科医师稀缺地区乳腺筛查的辅助工具。尽管前景可观,但在多模态筛查环境中部署人工智能系统及其组合的最佳方式仍有待进一步研究。临床相关终点,如避免的良性活检数量或检测灵敏度的提高,应进一步评估。

引用

  1. Tan, Rodriguez-Ruiz, Zhang, et al. Multi-modal artificial intelligence for the combination of automated 3D breast ultrasound and mammograms in a population of women with predominantly dense breasts. Insights Imaging. 2023. PMID: 36645507. doi:10.1186/s13244-022-01352-y
  2. 全文:PMC9842825(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9842825/

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。