引言
肝臟局灶性病變的早期準確診斷對於有效治療和預後至關重要。2024年2月7日，浙江大學蔡秀軍、餘日勝、香港中文大學劉允怡、俞益州、倫敦帝國理工學院Jiao Long及哈佛醫學院Xu Xiaoyin共同通訊在Nature Communications發表題為“A multicenter clinical AI system study for detection and diagnosis of focal liver lesions”的研究論文，本研究開發並驗證了一種名為肝臟人工智慧診斷系統（LiAIDS）的全自動診斷系統，該系統基於來自18家醫院的12610名患者的不同樣本，包括回顧性和前瞻性。在這項研究中，LiAIDS 的良性病變的F1評分為0.940，惡性病變的F1評分為0.692，優於初年資醫生（良性：0.830-0.890，惡性：0.230-0.360），與高年資醫生（良性：0.920-0.950，惡性：0.550-0.650）。此外，在LiAIDS的協助下，所有放射科醫生的診斷準確性都有所提高。
對於良性和惡性病變，年資醫生的 F1 評分分別提高到 0.936-0.946 和 0.667-0.680，而高年資醫生的 F1 評分分別提高到 0.950-0.961 和 0.679-0.753。此外，在一項針對 13192 名連續患者的分診研究中，LiAIDS 自動將76.46%的患者歸類為低風險，NPV高達99.0%。有證據表明LiAIDS可以作為一種常規診斷工具，並增強影像醫生對肝臟病變的診斷能力。
肝癌是最重要的肝臟疾病之一，也是全球癌症相關死亡的第二大原因。除肝癌外，常見的局灶性肝病變（FLLs）還包括肝內膽管癌（ICC）和肝轉移（HM）等惡性病變，以及肝囊腫（HC）、肝血管瘤（HH）、局灶性結節性增生（FNH）和肝膿腫（HA）等良性病變。FLL的早期發現和準確診斷對於提供適當的治療方案和預測預後具有重要意義。
增強計算機斷層掃描(CECT)成像被國際和各國肝病學會推薦作為FLLs的一線診斷工具，因為病灶的血管分佈和增強模式為診斷評估提供了有用的資訊。然而，由於肝臟腫塊的多樣性和肝臟病變的複雜影像學特徵，基於影像學的診斷仍然具有挑戰性。此外，對醫學影象的解釋通常是主觀的，並受到放射科醫生的經驗和個人偏見的影響。因此，迫切需要一種自動化的肝臟CT診斷系統來提高診斷的準確性和臨床效率。
隨著人工智慧（AI）的最新進展，特別是基於（CNN）的深度學習的巨大成功，AI已應用於各種醫學影象分析任務，其效能可與臨床專家相媲美。基於CT影象的肝癌診斷研究也取得了長足進展。然而，即使有如此令人鼓舞的結果，現有的工作仍然無法整合到臨床實踐的診斷工作流程中。首先，現有的大多數方法仍然需要放射科醫師在病變分類之前進行手動提取病變，因此無法實現端到端全自動診斷解決方案。其次，現有工作中的診斷分析僅依賴於影象資訊，不符合實際的臨床診斷流程。臨床醫師常將臨床資訊與醫學影象相結合，做出準確、全面的診斷。最重要的是，現有所有研究的樣本量都非常小，病變型別很少，且資料來源過於有限，無法涵蓋不同製造商和資料分佈的各種CT成像裝置。換句話說，現有的工作沒有得到有力的驗證，因此，對於實際的臨床實踐，其穩健性、可重複性和泛化能力都值得懷疑。
為了解決現有工作的不足，研究回顧性和前瞻性地收集了18家醫院的12610名患者的大規模資料，以訓練和驗證一個名為肝臟人工智慧診斷系統 （LiAIDS） 的全自動診斷系統。據瞭解，這是有史以來最大規模的研究，涵蓋了全球所有主流製造商的 CT 成像裝置。更重要的是，所提出的LiAIDS可以基於對比增強CT掃描和臨床資訊，以全自動的方式穩健準確地檢測和區分病變。所提出的LiAIDS的架構由三個主要模組組成，即病灶檢測、肝臟分割和病灶分類模組。病變檢測模組設計用於自動識別和定位所有潛在的FLL候選者。肝臟分割模組用作假陽性檢測器，過濾掉在肝臟區域外檢測到的病變。最後，病變分類模組旨在將檢測到的病變區分為七種最常見的疾病型別之一（即 HCC、ICC、HM、FNH、HH、HC 和 HA），並進一步將其分類為惡性或良性。
肝臟人工智慧診斷系統（LiAIDS）（Credit: Nature Communications）
總之，該研究開發了一種基於深度學習的人工智慧系統LiAIDS，並進行了回顧性和前瞻性驗證。該系統可以使用CECT掃描和臨床資訊自動檢測和區分FLL。預計LiAIDS將作為一種有價值的診斷輔助工具，透過簡化診斷工作流程、減少患者等待時間和提高診斷的精確度來提高放射科醫生的效率和準確性。此外，LiAIDS還可以作為一種教育資源，為放射學實習生提供實時反饋和指導支援。此外，在放射科醫生稀缺的地區，LiAIDS可以支援診斷過程，促進更具戰略性的分配和有效利用醫療人力資源。
https://doi.org/10.1038/s41467-024-45325-9
責編|探索君
排版|探索君
文章來源|“iNature”
End
