文献速递妇产影像腹部泌尿生殖USCTMR

卵巢癌术前诊断中计算机辅助诊断的系统综述

Analysis of computer-aided diagnostics in the preoperative diagnosis of ovarian cancer: a systematic review.
PubMed 文献 · Insights Imaging · 2023-02-15

系统综述评估了基于超声、CT和MRI的计算机辅助诊断(CAD)在卵巢肿瘤术前预测恶性概率中的诊断准确性。纳入31项研究,各影像方法敏感度和特异度范围广,但因异质性大无法汇总数据,且多数研究存在过拟合风险。结论认为CAD有潜力辅助医师客观评估卵巢肿瘤,但需前瞻性大样本外部验证。

要点

  • 基于超声、CT和MRI的CAD在卵巢肿瘤良恶性鉴别中显示较高敏感度和特异度,但研究间异质性大。
  • 多数研究缺乏独立测试集,存在过拟合风险,性能可能被高估。
  • CAD有望作为客观辅助工具,但需外部验证后方可临床推广。

关键影像表现/征象

  • 超声CAD敏感度40.3%–100%,特异度76.3%–100%。
  • CT CAD敏感度84.6%–100%,特异度69%–100%。
  • MRI CAD敏感度66.7%–100%,特异度77.8%–100%。

诊断标准与关键数值

  • 超声CAD敏感度范围40.3%–100%,特异度范围76.3%–100%。
  • CT CAD敏感度范围84.6%–100%,特异度范围69%–100%。
  • MRI CAD敏感度范围66.7%–100%,特异度范围77.8%–100%。

临床应用与阅片要点

  • CAD可作为客观辅助工具,帮助经验不足的医师判读卵巢肿瘤影像,但不应替代主观评估。
  • 报告时应注明CAD模型来源及是否经过外部验证,警惕过拟合导致的性能高估。

局限性

  • 研究间异质性大(I2最高达94.3%),无法进行Meta分析。
  • 23项研究缺乏独立测试集,存在过拟合风险。
  • 仅7项研究使用外部验证数据集,结果外推性有限。
全文中译28 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 Feb 15;14:34. doi: 10.1186/s13244-022-01345-x

引言

在术前准确诊断卵巢肿瘤为良性、交界性或恶性至关重要,原因有多方面:(1) 有助于患者的手术检查和治疗规划,(2) 有助于患者的心理健康,(3) 有助于正确使用诊断算法[1]。目前,大多数被诊断为卵巢肿瘤的女性最初接受经阴道超声和血清CA125评估。为了更客观的方法,多年来构建了不同的基于超声的模型来区分良性、交界性和恶性卵巢肿瘤。最早广泛使用的模型之一是恶性风险指数(RMI),它将五个超声变量与血清CA125和绝经后状态相结合[2]。国际卵巢肿瘤分析(IOTA)小组开发了其他模型,例如附件区不同肿瘤评估(ADNEX)模型,该模型将六个超声特征与患者年龄、血清CA125和中心类型(肿瘤转诊中心 vs 其他)相结合[3, 4]。然而,对于这两种模型,报告的敏感性分别约为98%和71%,特异性约为85%和62%[5]。此外,放射科医生和妇科医生还引入了另外两种分类模型:(1) GI-RADs(妇科影像报告和数据系统)评分,用于通过盆腔超声诊断附件肿块,以及(2) O-RADS(卵巢-附件报告和数据系统)数据系统,两者的敏感性分别为92.7%和93.6%,特异性分别为96.8%和92.8%[6, 7]。然而,研究表明超声特征常被经验不足的检查者错误分类[8]。

如今,术前计算机断层扫描(CT)和/或磁共振成像(MRI)被用于术前评估卵巢肿瘤的性质并预测转移性疾病的存在。MRI已被证明能够区分良性和恶性卵巢肿瘤,敏感性为96%,特异性为91%。O-RADs MRI在评分5(恶性)时的敏感性为93%,特异性为91%,高级和初级放射科医生之间的判读具有可比性[7, 9, 10]。然而,对于螺旋CT扫描,尚无诊断性研究可用。使用多探测器CT扫描进行的研究显示,在附件肿块表征方面的准确率为90%至93%[11]。

对于临床医生而言,理想情况下,使用任何检测方法都希望达到100%的敏感性和特异性。对于影像预测模型,这意味着不漏诊任何恶性肿瘤,也不将任何良性肿瘤分类为恶性,以避免对良性卵巢肿瘤进行不必要的手术[12, 13]。因此,以牺牲特异性为代价获得更高敏感性的诊断准确性是有利的。目前使用的影像预测模型在卵巢肿瘤分类方面表现出高性能;然而,它们在很大程度上受到主观评估和用户经验的影响。因此,需要评估在这些不同影像模态中确定卵巢肿瘤性质的更独立的策略。

在过去的三十年中,已开发出多种计算机辅助诊断(CAD)系统用于准确的卵巢癌预测,主要基于超声,均使用预先定义的人工选择特征来构建其分类器[14–16]。计算机辅助诊断用于协助不同医学专科(如皮肤科、神经科和病理科)的临床专业人员[17–20]。此外,它可以帮助放射科医生进行图像解读,并从医学图像中提取人眼不可见的特征,因此也具有成本效益潜力[21]。尽管如此,在妇科肿瘤学领域,它相对于其他医学专科来说相对较新[22]。

在本研究中,我们评估了关于CAD在术前预测卵巢恶性肿瘤几率方面的现有文献。

材料与方法

我们检索了所有已发表的、研究基于超声、CT和MRI的CAD在卵巢肿瘤患者中诊断准确性的研究。使用的检索词为:“ovaria”、“ovarian neoplasms”、“ovarian neoplasm”、“ovarian masses”、“ovarian lesion”、“ovarian tumor”、“adnexal”、“adnexal mass”、“ovarian cancer”、“ovarian malignancy”、“ovary”、“classification of ovarian”、“machine learning”、“computer aided”、“Diagnosis Computer-Assisted”、“computer assisted-diagnosis”、“artificial intelligence”、“Neural Networks, Computer”、“convolutional neural network”、“radiomics”、“decision support system”、“decision support technique”、“decision support techniques”、“machine learning classifier”、“machine learning classifiers”、“diagnosis”、“diagnostic accuracy”、“presurgical”、“preoperative”、“preoperative diagnosis”、“preoperative evaluation”、“Tomography, X-ray Computed”、“ct-scan”、“ultrasound”、“echography”、“gynecological ultrasound”、“ultrasonography”、“magnetic resonance imaging”、“nuclear magnetic resonance imaging”和“MRI”。我们对每个检索词使用了“title abstract”(tiab)和“Mesh”。各数据库的精确检索语法见附加文件1:附录1。

最后一次检索于2022年9月9日由两名独立评价员执行,并就此事咨询了一名研究馆员以获取支持。

我们检索了Cochrane中央对照试验注册库、MEDLINE、Embase、Scopus和PubMed中以英文发表的论文。此外,我们在Clinicaltrials.gov上检索了正在进行和已注册的试验。为识别额外试验,我们对初步检索纳入的所有研究的参考文献进行了手工检索,以补充相关试验。

所有研究基于超声、CT和MRI图像的CAD在附件肿块患者中诊断准确性的研究均被纳入。病例报告、摘要、动物研究、荟萃分析、评论、社论、会议摘要及其他不相关文章类型被排除。

研究选择

检索获得的标题和摘要被导入参考文献管理数据库Covidence [23]。去除重复记录后,由两名评审员独立筛选记录。随后,获取可能相关研究的全文版本,并由同一批研究人员评估其合格性。研究须满足以下标准方为合格:(1) 疾病类型准确,例如良性、交界性或恶性卵巢肿瘤;(2) 临床设置适当,例如非离体研究;(3) 描述了过拟合技术和参考标准;(4) 使用了正确的分类器,例如构建计算机辅助诊断(CAD)时所选特征均非手动测量,而非如Timmerman等、Biagiotti等或Zimmerman等所做的那样 [14–16];(5) 必须报告诊断准确性,即灵敏度、特异度或曲线下面积(AUC)。分歧通过讨论达成共识或咨询评审团队第三名成员来解决。选择过程以PRISMA流程图呈现(图1)。

图1 PRISMA流程图 [32] 查看原图 ↗

数据提取与管理

两名评审员独立从每项纳入研究中提取以下数据:研究设计、发表年份、研究开展国家、纳入和排除标准或人群描述、参与者数量、绝经状态、纳入参与者的平均CA125血清水平、图像数量、与组织学比较的干预措施、用于开发CAD的分类器类型及特征、随访持续时间、参考标准和结果。当描述了多个分类器时,选择性能最佳者。评估补充附录以获取额外研究细节,必要时通过电子邮件联系通讯作者获取研究详情。差异通过讨论和共识或咨询评审团队第三名成员来解决。研究结局包括分类器类型、是否使用了外部验证集、CAD是否与其他模型或主观评估(SA)进行比较或联合使用、纳入研究中提及的灵敏度、特异度、准确性和AUC。其他诊断准确性数值也被考虑。我们旨在对使用外部验证集的CAD方法进行荟萃分析,为此使用了Review Manager(RevMan)软件(v5.4.1)和Meta-DiSc软件 [24]。异质性通过I2统计量评估,该统计量描述直接由异质性导致的变异百分比,> 50%表示中度异质性,> 75%表示高度异质性,并采用Moses-Littenberg SROC(汇总受试者工作特征曲线)图 [25, 26]。

纳入研究的偏倚风险评估

两名独立评价者使用预测模型研究偏倚风险评估工具(PROBAST)以及诊断准确性研究质量评价(QUADAS-2)工具和预后研究质量评价(QUIPS)工具中的附加问题,对每项纳入研究的方法学质量进行评估。分歧通过讨论和共识解决,或通过咨询综述团队的第三名成员解决。由于纳入的研究设计类型不同,因此使用了不同的偏倚风险评估工具。对多变量诊断或预后预测模型进行评估的研究使用PROBAST进行评价。PROBAST评估四个关键领域:参与者、预测因子、结局和分析。对预后因素的诊断试验进行评估的研究通过QUADAS-2工具和QUIPS工具中的若干问题进行评价[27–30]。此外,研究团队的独立技术成员根据所使用的CAD模型制定了七个信号问题以评估偏倚风险,称为“CAD模型偏倚风险筛查问题”。这两名成员不了解所纳入文章的内容。这些信号问题在附加文件1:附录2中描述。

信号问题用于确定偏倚风险为低、高或不明确。

研究数据的提取、数据表中的比较以及“ findings汇总表”的编制均在撰写本综述的结果和结论之前完成。

本系统综述的方案已在PROSPERO注册(注册号CRD42020189910)。

结果

在执行检索并添加交叉参考文献后,共检索到532篇文章。随后去除重复文献,剩余331篇文章用于标题和摘要筛选。71篇文章符合全文阅读条件。在ClinicalTrial.gov上发现了两项关于CAD和卵巢肿瘤的研究。两项试验均在招募中,并使用CAD诊断(1)CT诊断的恶性卵巢肿瘤(NCT05174377)和(2)子宫内膜异位症相关卵巢癌(NCT05161949)。大多数文章被排除是因为未使用CAD、未评估卵巢肿瘤或使用了错误类型的分类器。选择过程的汇总见PRISMA流程图(图1)[31, 32]。

在筛选标题、摘要和全文后,31项研究被纳入本系统综述。

纳入研究的描述

本综述共纳入31项研究,其中22项基于超声的研究[33–53, 62]、3项基于CT的研究[54–56]和6项基于MRI的研究[57–62]。纳入研究的详细概况见附加文件2:表1a–c。共有22项回顾性研究,其中19项为病例对照研究,2项为队列研究。6项研究采用前瞻性病例对照设计,1项为队列研究。研究纳入了各年龄段的女性。仅7项研究使用外部验证数据集评估其分类器的性能:4项超声、1项CT和2项MRI研究[33, 35, 51, 53, 56, 59, 61]。10项研究使用同一数据集开发和测试不同的分类器[43, 45, 49, 50, 52, 54, 56, 59, 61, 62]。在大多数研究中,感兴趣区(ROI)为手动标注。2项研究未提及组织学作为明确诊断[41, 42]。仅3项研究将计算机辅助诊断(CAD)与临床特征相结合。11项研究将CAD与审阅者的主观评估(SA)进行比较,或将CAD模型与审阅者的SA性能相结合[33, 35–38, 48, 50, 58, 60–62]。表1a–c呈现了各项研究的结果。

在纳入的研究中,采用了14种不同的机器学习模式:17项为不同类型的深度机器学习,其余为传统机器学习。14项研究使用分类[34, 39–47, 50, 51, 53, 63],其余研究使用分割来预测卵巢肿瘤的性质。在分类中,通过分析其输入(通常是数值数据,如图像)来预测类别标签(如良性或恶性)。在分割中,图像中的每个像素被分配到一个预定义类别(如恶性或非恶性),相同标签的像素共享某些图像特征[64]。分割研究的输入通常为不同类型的灰度模式,如灰度大小区域矩阵或小波特征。分类研究的输入为全局图像,可添加或不添加临床变量。

表1 按影像模态呈现的结果:超声、CT和MRI 查看原表 ↗

诊断准确性的合并

尝试对7项使用外部验证集测试其CAD模型的研究进行荟萃分析;然而,由于异质性、诊断准确率数据缺失和数据不明确,无法执行[33, 35, 51, 53, 56, 59, 61]。对使用CAD进行超声成像的研究进行了额外的亚组分析,同样显示较大的异质性。其余24项无独立验证的研究按影像模态因事先存在的异质性未进行合并。

各影像模态研究的偏倚风险

纳入研究各影像模态偏倚风险的一般概况见“偏倚风险”总结(表2a–c)。

表2 “偏倚风险”总结:综述作者对每项纳入研究各偏倚风险条目的判断 查看原表 ↗

超声:

参与者

10项研究中基于参与者选择的偏倚风险被认为是低的。在5项研究中,选择偏倚风险不明确,因为参与者的纳入未清晰描述。7项研究被评定为高选择偏倚风险,因为它们既未提供关于基线患者特征的少量信息,也未描述纳入或排除标准。

预测因子

基于预测因素的偏倚风险在二十项研究中被认为是低的,因为预测因素对所有参与者的定义和评估方式相同,且预测因素的评估在结果已知之前进行。对于两项研究,由于这方面信息缺失,此风险不明确。

结局

基于结局或其判定的偏倚风险在十八项研究中被认为是低的,因为这些研究中结局被适当地预先确定。在一项研究中,偏倚风险被评为不明确,因为对所使用的参考标准没有清晰的描述;在三项研究中被评为高,因为参考标准未被描述。

分析

基于分析的偏倚风险在八项研究中被认为是低的,因为分析执行得当。在三项研究中,基于分析的偏倚风险不明确,因为分析未被清晰描述。十一项研究对分析过程的描述极少,因此这些研究被认为存在高偏倚风险。

CAD模型

基于CAD模型偏倚筛查问题的偏倚风险在四项研究中被认为是低的。在九项研究中,基于CAD模型偏倚筛查问题的偏倚风险被评估为不明确,因为不清楚过拟合缓解技术和交叉验证是如何使用的,或者数据是否可重现或在其他中心得到验证。基于CAD模型偏倚筛查问题的偏倚风险在九项研究中被认为是高的。这是由于过拟合缓解技术未使用或使用不当、训练集与测试集不独立或效能不足,或者未使用交叉验证且数据不可重现或未在其他环境中验证。

CT和MRI

参与者

基于参与者选择的偏倚风险在所有九项研究中被认为是低的,因为患者选择有透明的描述。

预测因素

基于预测因素的偏倚风险在八项研究中被认为是低的,因为研究者清楚地说明了预测因素在结局已知之前是如何确定和表征的。仅有一项研究报告称在评估预测因素时结局已事先已知。

结局

基于结局或其判定的偏倚风险在八项研究中被认为是低的,因为结局被适当地预先确定。对于一项研究,此风险为高,因为结局在参与者之间不同。

分析

基于分析的偏倚风险在六项研究中被认为是低的,因为分析被准确地执行。在两项研究中,基于分析的偏倚风险为高,因为分析执行不当。在一项研究中,子结果不确定,因此该研究被认为存在不明确的偏倚风险。

CAD模型

基于CAD模型偏倚筛查问题的偏倚风险在六项研究中被评估为低。在三项研究中,基于CAD模型偏倚筛查问题的偏倚风险被认为是明确的,因为过拟合缓解技术的使用未被提及或未被正确执行,并且不清楚即使正确执行,数据集是否可重现或是否在其他环境中得到验证。

讨论

本系统综述显示了大量使用CAD评估卵巢肿瘤性质的研究。由于异质性大,我们无法合并数据。然而,以AUC衡量的最高性能在基于CT和基于MRI的CAD模型中均有体现。

研究尝试对使用外部数据集进行验证的七项研究进行荟萃分析。然而,由于多种原因,这一分析无法执行。一项研究描述了用于鉴别卵巢交界性与恶性肿瘤的计算机辅助诊断(CAD)-MRI模型,但仅报告了放射科医师表现的灵敏度和特异度,以及模型仅有的AUC值[61]。另一项研究未明确说明使用哪些数据来计算其模型的诊断性能[56]。因此,对于这两项研究,无法计算诊断准确率,如真阳性(TP)、真阴性(NT)值,也无法将其用于荟萃分析。

对于剩余的五项研究,异质性被证明过大,I2分别为92.8%和90.7%。在仅针对超声CAD模型的额外亚组分析中,这一现象同样明显,I2分别为94.3%和83.5%。这些分析可见于附加文件1:附录3。这种异质性可以由以下因素解释:(1)使用传统技术或深度学习技术的不同类型CAD模型;(2)不同的纳入和排除标准;(3)所使用的成像模态类型。在二十四项没有独立数据集的研究中,由于数据过于多样,合并结果不可行。这体现在所使用成像技术的差异上,例如二维或三维超声和CT,或二维、三维或药代动力学MRI。此外,所应用的CAD技术不同,例如传统机器学习模型和深度学习机器学习模型。而且,一些研究结合了临床特征(如患者年龄、绝经状态或血清CA125)来辅助分类器。最后,发现每个分类器的结局测量指标不同,如良性、恶性和交界性,并结合不同的肿瘤亚型,如黏液性卵巢肿瘤。

所有研究均评估了基于机器学习的计算机辅助诊断。我们发现,通过CAD对超声图像上的卵巢肿瘤性质进行分类,其灵敏度为40.3%至100%,特异度为76.3%至100%。对于CT,文献描述的灵敏度为84.6%至100%,特异度为69%至100%。对于MRI,灵敏度和特异度分别在66.7%至100%和77.8%至100%之间。尽管一些研究报告了高性能,但由于缺乏独立测试集,它们存在过拟合的风险。二十三项研究缺乏用于评估模型性能的独立测试集。

在传统机器学习技术中,从医学影像中提取的特征被用于优化数学模型,以预测新的、未见过的数据。模型应基于图像的训练集构建,并在测试集中进行验证。如果模型对训练数据拟合过紧且不能泛化到新数据,则称为过拟合。过拟合在传统机器学习中更常发生,其中许多参数是手工选择的而非从数据中学习得到的,尤其是当模型未在独立测试集上进行验证时[64]。

超声

早期发表的评估超声预测模型的研究显示,风险恶性指数(RMI)具有合理的敏感性(72–77%)和特异性(85–89%)[65, 66]。国际卵巢肿瘤分析(IOTA)ADNEX模型的外部验证显示出更好的性能,敏感性为98%(95% CI 93–100%),但在恶性肿瘤截断值为10%时特异性较低,为62%(95% CI 55%–68%)[5]。GI-RADs和O-RADs表现更佳,敏感性分别为92.7%和93.6%,特异性分别为97.5%和92.8%[6]。然而,所有这些模型都依赖于其使用者掌握的特定术语和专业知识。此外,对于新近从业的临床医生以及不常规进行超声检查的临床医生而言,卵巢肿瘤超声图像的判读已被证明是困难的[8, 9]。基于本综述纳入的评估超声计算机辅助诊断(CAD)技术的研究数量,CAD可以成为帮助临床医生判断卵巢肿瘤起源的有前景的工具。此外,当将CAD模型的性能与经验丰富的临床医生或现有模型进行比较时,它们达到了相似甚至更好的诊断准确性。然而,这一性能比较仅在三项研究中进行了。尽管在二十一项超声研究中应用了过拟合缓解技术,但仅有四项研究使用了外部验证。因此,存在较高的过拟合风险,可能导致性能不可靠。

CT

CT在术前对卵巢肿瘤起源进行分类方面的诊断性能主要见于多排探测器计算机断层扫描(MDCT),其诊断准确性为90–93%[11]。因此,无法对CT的CAD进行公平比较。然而,基于本综述纳入的研究,CT的CAD性能确实是很有前景的。这些模型显示出高诊断准确性和低选择偏倚。尽管如此,总共仅有三项研究评估了CT的CAD,其中仅有一项研究使用了独立验证,因此存在过拟合风险。

对于CT扫描上的CAD,需要更多研究来进一步评估其潜在益处。

MRI

MRI在卵巢肿瘤分类中的诊断准确性方面,敏感性和特异性分别为96%和91%[7, 9]。对于O-RADs MRI评分,其敏感性和特异性分别为93%和91%,与此相当,且在初级和高级放射科医生之间表现出相似的性能(κ = 0.784;95% CI,0.743–0824)[9, 10]。MRI的CAD作为卵巢肿瘤的附加诊断方法,由于其作为单一模型或与放射科医生的主观评估(SA)相比具有高诊断性能,有潜力为放射科医生提供帮助。然而,将MRI-CAD用作辅助工具时需要谨慎。首先,由于缺乏关于何时对卵巢肿瘤分类进行MRI检查的国际指南,正在产生选择偏倚。此外,MRI的性能对患者没有进一步的临床后果。然而,如果放射科医生接受过MRI O-RADs分类模型的培训,使用MRI可对卵巢肿瘤分类产生额外的有益效果,特别是在对良性和/或可能恶性病变进行分类时[67]。然而,对于O-RADs MRI,熟悉度和专业知识对于使用该评分系统至关重要[7, 10]。

其次,六项研究中仅有一项显示使用MRI CAD的总体偏倚风险较低[59]。遗憾的是,作者未将其CAD与放射科医师对卵巢肿瘤的定性诊断或其他模型(如O-RADs模型)进行比较。因此,仅凭一项研究无法支持MRI CAD的临床实施。此外,尽管在三项研究中CAD的表现优于放射科医师,但这些研究均未使用外部验证集,且偏倚风险大多不明确[58, 59, 60, 61]。此外,六项研究中仅有两项使用了外部验证集[59, 61]。另一项研究使用3D MRI构建模型,显示出良好结果;然而,这是一种相当昂贵的MRI技术[57]。最后,两项研究使用了同一数据集。因此,支持额外使用MRI-CAD的证据有限[59, 63]。

因此,应开展更多带有外部验证集的研究,以便能够将这些CAD-MRI模型应用于临床实践。

出版物中的趋势

在过去三十年中,纳入的CAD领域研究呈现出不同的趋势。

越来越多的出版物在将数据用于构建CAD模型之前,明确给出了数据的纳入和排除标准[33–39, 44, 48–50, 52, 54–63]。此外,更多研究使用统计检验来选择最有希望纳入CAD模型的特征,且大多数文章对此进行了精确描述[34, 37, 41, 43–46, 48–51, 54–58, 60–63]。此外,研究队列规模大幅增大[33]。最后,临床医生更多地参与到CAD模型构建中,例如用于图像勾画。因此,研究间的统一性得到改善,使研究更具可比性。

关于结局指标,几乎所有研究都使用了相同的结局测量指标,即灵敏度、特异度、准确率和曲线下面积(AUC)。观察到与临床环境的联系更为紧密。特别是,现在已纳入CAD模型与临床医生(如放射科医师、超声医师或妇科医师)对扫描的评估或与超声中常用模型(RMI或LR1-2)的比较[33, 35–38, 48, 51, 60, 61, 68]。

因此,CAD模型开发这一困难的技术问题对临床医生而言变得更加易于理解。

最后,近年来开发了更多深度学习模型,展示了这种新型CAD的潜力。如果这些趋势持续下去,可能对患者照护做出实质性贡献。

既往研究表明,根据所使用的成像技术不同,许多特征的观察者间一致性较低,并且在缺乏经验的临床医生使用时容易包含显著的测量误差。因此,这些成像技术中测量特征的不确定性越大,可能导致模型准确性降低。因此,开发具有更少观察者间和观察者内变异性的新技术非常重要,以达到更高的检测性能,从而避免不必要的三级中心转诊和患者不必要的压力。基于此文献综述,基于不同(深度)神经网络和传统机器学习技术(如支持向量机)的计算机辅助超声、CT和MRI技术是有前景的。它们既可作为单一实体使用,也可与磁敏感加权成像(SA)或其他预测模型联合使用。它们未来有可能提供一种无创且具有成本效益的方法。然而,这仅在八项研究中得到展示,其中五项为超声研究,三项为MRI研究。在这些研究中,四项使用了独立验证集,其中三项在超声计算机辅助诊断(CAD)中,一项在MRI CAD中。对于其余研究,缺乏验证队列可能导致过拟合的高风险。CT CAD模型似乎表现尚可,但它们由小型数据集组成,且缺乏SA,仅一项研究使用了外部验证集;因此,存在过拟合的风险。

此外,与其他肿瘤学专科相比,CAD作为妇科肿瘤学中的一项技术正在缓慢发展。需要在前瞻性队列中结合数据集与更大的测试集[22, 33, 69]。

深度学习在评估卵巢肿瘤性质方面很可能达到比传统机器学习更高的检测性能。对于MRI和CT,本综述中的研究数量有限,需要进一步扩展[22]。

优势与局限性

据我们所知,这是关于计算机辅助诊断在超声、MRI和CT扫描中鉴别卵巢肿瘤良性、交界性与恶性方面最全面的综述。我们按照明确定义的方案开展工作,该方案首先提交至PROSPERO,以提供综述过程的透明度并避免报告偏倚。作者们在文章纳入方面没有实质性分歧,这可被视为综述过程中的一个优势。曾尝试对具有外部验证集的研究进行荟萃分析。本综述的局限性在于研究间的异质性、缺乏独立验证集以及与SA的比较。

结论

总之,本综述表明,计算机辅助诊断(CAD)确实有潜力作为一种无创模型,用于术前预测卵巢肿瘤是良性、交界性还是恶性,从而帮助医生评估卵巢肿瘤。然而,这取决于所评估的影像学方法类型,因此应按影像技术分别评估。用于CT的CAD总体表现最佳。然而,所纳入的三项研究均缺乏外部验证。用于MRI的CAD结果相似;但更多研究使用外部验证来测试其CAD。尽管如此,半数研究在“CAD模型”领域的偏倚风险不明确。此外,必须考虑到MRI在检测和分类卵巢肿瘤方面的临床相关性较低。最后,大多数研究针对超声的CAD开展,与现有模型相比其结果合理,但外部验证有限且存在过拟合风险。此外,每种影像方法所纳入的研究显示出很大异质性,因此结果很可能无法推广至其他数据。

应在同一人群中验证所有方法的研究,以证明哪些技术表现出最佳的诊断性能。最重要的是,新的CAD技术应使用独立、前瞻性收集的数据集进行测试和验证。

未来展望

在不久的将来,CAD很可能促进诊断,并作为临床医生的决策支持系统使用,这取决于CAD所针对开发的影像方法。CAD在CT和MRI上鉴别卵巢肿瘤性质的性能良好,评估这两种影像技术的研究显示偏倚风险低。因此,大多数研究应聚焦于这两种影像方法。特别是,由于MRI和CT均比超声成像更标准化,因此更适合CAD开发。然而,应考虑到MRI在诊断卵巢肿瘤方面的临床相关性较低。此外,为提高准确性,用于CT或MRI的CAD可与临床标志物相结合,例如绝经年龄或液体活检,如循环游离肿瘤DNA(ct-DNA)。由于超声成像的动态特性以及高且不明确的偏倚风险,将用于超声的CAD应用于临床实践可能耗时更长。

补充信息

附加文件1。附录1。检索语法。附录2。信号问题。附录3。荟萃分析结果。

附加文件2。表1a–c。

引用

  1. Koch, Jeelof, Muntinga, et al. Analysis of computer-aided diagnostics in the preoperative diagnosis of ovarian cancer: a systematic review. Insights Imaging. 2023. PMID: 36790570. doi:10.1186/s13244-022-01345-x
  2. 全文:PMC9931983(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9931983/

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。