在人工智能时代,利用AI诊治肺结节有何优势?
在人工智能时代,利用AI诊治肺结节有何优势?
人工智能(Artificial Intelligence),英文缩写为AI。 它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是新一轮科技革命和产业变革的重要驱动力量。随着微软Chat-GPT的推出,一时间AI火遍全球,各种人工训练大模型喷涌而出,那么当AI与肺结节结合,又会碰撞出什么火花呢?
随着胸部低剂量计算机断层扫描(computed tomography,CT)筛查的广泛开展,肺结节的检出率显著提高,传统影像诊断方法的局限性也日益凸显。低剂量CT 筛查发现的肺结节,其假阳性率较高,恶性结节占比仅约10%~20%。尽管现有指南建议可以使用低剂量CT、经皮肺穿刺活检或者经支气管活检协助进一步评估。不过,相关研究显示,正电子发射计算机断层显像针对亚实性肺结节良恶性判读的敏感性仅约50%,对于肺纯磨玻璃结节,其敏感性更是低于20%;而且经皮肺穿刺活检和支气管活检对于肺小结节的诊断敏感性也较为有限,且作为有创检查,可能导致出血、针道播散等风险。因此,目前亟需新的无创肺结节管理方法。
有研究提示,借助人工智能辅助技术,可从常规影像中提取到更为详细、更加复杂的图像特征信息,可以准确提取出肺结节中具有重要参考价值的微特征,进行肺结节的异质性诊断,具有无创和可重复性等优势。目前,人工智能在协助肺结节诊断及其个体化治疗方案选择上体现出的有效性已得到了初步验证,尤其在肺结节的识别及良恶性诊断方面。不过,人工智能在肺结节的病理分型预测、多次随访数据的综合判断以及手术规划等方面,仍存在很多问题亟待解决。近年来,随着越来越多的人工智能产品在肺结节领域应用,那么人工智能与传统影像诊断方法相比,有哪些优势呢?
人工智能辅助肺结节识别优势明显
低剂量CT 筛查发现的肺结节,假阳性率较高;在国家肺部筛查试验研究中,对于直径≥4 mm 的肺结节,经过3 轮低剂量CT 筛查后,肺结节诊断的假阳性率高达96.4%。据报道,应用人工智能辅助进行肺结节诊断,能高效判别出肺小结节和非结节,从而提高肺结节检出率。有研究证实,在CT 阅片过程中,应用人工智能辅助技术进行肺结节的识别,其灵敏度高达96.7%,显著优于影像科医生的78.1%,并且拥有更快的读片速度,提示其在肺癌筛查中具有重要的临床价值和广泛的应用前景。
人工智能可提高肺结节良恶性鉴别诊断效能
在传统CT 影像诊断方面,影像科医生主要依赖结节的大小、影像学“纹理”特征及其增长情况来区分良恶性,受人为因素干扰较大。不同的是,人工智能通过应用计算机软件技术从肺结节影像数据库中高效提取出更为系统、复杂的图像信息,借助机器深度学习方法,对其图像特征进行更深层次的数据挖掘及统计分析,为结节良恶性判断提供辅助参考。应用人工智能辅助进行肺结节良恶性鉴别诊断,可能具备以下优势:一方面,人工智能辅助影像学诊断可以快速给出肺结节的良恶性判断及其恶性风险分级,提高诊断效率的同时,还能突显肺结节图像中的可疑征象,并实时呈现给临床医生,为肺结节的分类诊断提供重要参考依据,从而有利于降低误诊率;另一方面,人工智能还可用于计算肺结节的体积,相比于手动测量,该方式具有高度的可重复性,优势明显,并可通过比较多次影像数据估计肺结节体积的倍增时间,可以协助判断结节的生长情况,进行良恶性鉴别。
人工智能具备肺结节病理分型预测的潜力
相较于传统CT 影像依据结节典型特征进行病灶侵袭性的判断,人工智能依托机器深度学习方法和计算机软件技术,可准确提取肺结节中具有重要诊断参考价值的图像微特征,并结合人工智能算法,有望针对肺结节开展分级诊断及其更深层面的病理亚型预判,指导临床决策和制定最优手术规划。已有研究显示,人工智能可以通过机器深度学习、记忆,对肺结节影像数据进行归纳分析,总结其特征规律;目前人工智能技术已被证实可以较好地用于以GGN (毛玻璃状结节)表现为主的肺腺癌病灶的浸润性判断,可以为早期肺癌的个体化诊治提供重要的参考依据。
人工智能可协助肺结节多次随访的综合判断
现阶段,肺结节人群较庞大,但并非所有的肺结节发现以后都需要立即接受治疗,绝大多数都是建议选择随访观察为主;具体随诊方案往往需根据肺结节基线检查特征进行拟定,通常推荐采用高分辨率CT行<1 mm的薄层扫描,同时建议进行肺结节多角度影像重建。目前,相关指南建议将肺结节分类分层管理,随诊方式应按结节分类及恶性风险分层进行区分。
针对肺结节的多次随访,相关研究提示,在多次随访数据监测中,人工智能技术在协助评估肺结节体积及其形态变化方面具备一定优势,尤其是在结节倍增时间变化和形态学改变等重要观察数据上,可以为肺结节随访提供参考依据,协助制定科学合理的个体化随访间期。鉴于不同级别肺结节的随访策略并不完全相同,优化肺结节风险分级可以避免过度频繁的影像学检查,从而减少医疗支出。因此,人工智能辅助技术在肺结节随访中的应用探索,将有助于制定更为科学合理的肺结节随访策略,目前仍有待进一步研究。
人工智能在肺结节手术规划中的应用前景
如前所述,依托人工智能辅助诊断技术,不仅可以进行肺结节的良恶性鉴别,还有望开展早期肺腺癌的病理亚型预测,从而为制定个体化的治疗方案和手术规划提供重要参考依据。与此同时,借助人工智能手段,还可将患者肺部薄层CT 影像数据进行全自动、快速、高效图像分析和重建。与传统三维重建技术不同的是,基于人工智能的三维可视化重建技术,可以快速构建肺肿瘤及手术部位肺组织、血管和支气管的三维可视化模型,省时、稳定。相关研究显示,新一代人工智能辅助技术融合了实时交互的全定量、定性分析工具,可通过全面定量化的三维影像数据展现个体真实的肺结节、肺血管及支气管拓扑关系,具备更优的视觉效果和临床实用性。在此类模型的辅助指导下,术者不仅可以更为全面、直观地了解肺部病灶的位置、大小、类别等特征,还可分析病灶与其邻近组织及肺内血管、支气管的解剖关系,进行术前风险评估和手术方案模拟,有助于外科医生术中快速定位肿瘤位置及其切除范围,指导术中精准肺切除,提高手术成功率,实现真正的个体化治疗。可视化与人工智能方法的结合,对于提高肺结节手术的安全性和准确性具有重要意义。
综上,我们可以看到,人工智能在肺结节的良恶性鉴别、病理分型预测、多次随访的综合判断、手术规划中已经发挥了重要的作用,但需要指出的是,这种技术目前尚处于起步阶段并存在较大争议。不过我们依然相信,随诊人工智能的进一步发展,AI在肺结节中的应用将大有可为。
参考文献
[1]林耀彬,林勇斌,赵泽锐等.《人工智能在肺结节诊治中的应用专家共识(2022年版)》解读[J].中国胸心血管外科临床杂志,2023,30(05):
肺结节多学科诊疗门诊
为了让每一个肺结节患者都能得到规范的治疗,解开心头之结。我院特借助与广州医科大学附属肿瘤医院搭建专科联盟的契机,开设肺结节多学科诊疗门诊(简称肺结节MDT门诊),由影像科、呼吸科、胸外科、病理科、康复科等多科室专家组成,可对肺结节进行综合评估。同时,我院特为肺结节患者开辟了绿色通道,当天就诊、当天检查、当天给出意见,免去漫长排队、等待结果、问建议等繁琐漫长过程,及时为患者解开心结。
出诊时间:
周一至周四 全天(8:00-12:00/14:30-17:30)
出诊地点:
江门市中心医院蓬江分院(江门市第二人民医院)门诊楼一楼
挂号方式:
微信搜索关注【江门市中心医院蓬江分院智慧医院】公众号-门诊服务-预约挂号-肺结节门诊
专家名片
INTRODUCTION
刘太省
广州医科大学附属肿瘤医院胸外科
驻江门市中心医院蓬江分院(江门市第二人民医院)帮扶专家
博士研究生
从事胸外科工作10余年,擅长肺结节的诊断及治疗,对肺结节的观察随访、手术介入时机及手术方式的选择有较为深入的理解及研究。精于肺癌的精细化、个体化管理及综合治疗(胸腔镜微创手术、靶向、免疫、放化疗及消融等),对肺部手术围手术期的风险评估和并发症防治等方面具有较丰富的临床经验。对食管癌的微创治疗、术中淋巴结清扫、辅助治疗、免疫治疗及姑息治疗有较为深入的理解及临床实践。主持省级及市级课题各一项,参与省级课题数项,以第一作者及通讯作者在国际国内知名期刊发表SCI及中文核心论文20余篇。