首頁資訊影像AI診斷系統(tǒng)賦能精準診療“,”title

影像AI診斷系統(tǒng)賦能精準診療“,”title

來源：泰然健康網(wǎng) 時間：2024年12月20日 20:42

轉自：健康報

近年來，人工智能（AI）在醫(yī)學領域的應用逐步拓展、深入，有力推動了諸多疾病診療走向精準化和智能化。醫(yī)學影像學作為對人體健康狀況進行評價的一門學科，包括醫(yī)學成像系統(tǒng)和醫(yī)學圖像處理兩個重要方向。現(xiàn)有的多項研究成果表明，基于醫(yī)學影像學的人工智能在胰腺癌臨床診療中發(fā)揮出重要作用。

??胰腺癌因其惡性程度高，且發(fā)病率在世界范圍內呈逐年上升趨勢，被通俗稱作“癌中之王”。廈門大學附屬第一醫(yī)院放射影像科主任汪建華認為，作為一種消化道惡性腫瘤，其發(fā)病隱匿，進展迅速，治療效果和預后均不理想。相關數(shù)據(jù)顯示，胰腺癌患者5年生存率低于10%，實現(xiàn)胰腺癌的精準診療迫在眉睫。

??在腫瘤的影像圖像輔助診斷方面，由人工輸入反復精準訓練得出的機器運算模型用于臨床診療的研究過程已經日趨成熟。汪建華介紹，影像組學和深度學習作為AI輔助醫(yī)學影像診療的重要研究方法，可以依據(jù)事先標記好的數(shù)據(jù)進行訓練，以此對未標記的醫(yī)學影像數(shù)據(jù)進行分類和預測，在影像精準診斷及圖像分割中體現(xiàn)出重要價值。

??超聲檢測作為胰腺癌診斷的初篩檢查方法，具備簡便易行、靈活直觀、無創(chuàng)無輻射、可多軸面觀察等特點。而AI輔助內窺鏡超聲（EUS）模型更是被譽為胰腺癌早期檢測的重大突破，在胰腺癌診斷中具有重要作用。汪建華告訴記者，曾有業(yè)內專家通過對150例被診斷為胰腺癌的患者超聲圖像進行分割建模，提出了具有深度注意力特征的神經網(wǎng)絡模型的深度學習方法，為使用EUS圖像的胰腺癌提供了卓越的分割性能。神經網(wǎng)絡模型在重疊度、受試者工作特征曲線下面積、靈敏度、特異性和精度方面均表現(xiàn)出優(yōu)異的分割性能，從而為胰腺癌患者的手術治療規(guī)劃提供有效且高效的幫助。

??計算機斷層掃描（CT）檢查具有較好的空間和時間分辨率，是目前檢查胰腺最佳的無創(chuàng)影像檢查方法，主要用于胰腺癌的診斷、分期及療效評價。汪建華介紹，2019年，一項研究通過對190例胰腺導管腺癌（PDAC）患者和190例健康的潛在腎捐獻者的胰腺動脈期和靜脈期圖像進行分割，得出的從整個胰腺中提取的放射組學特征可用于區(qū)分PDAC患者的CT圖像和健康對照受試者的CT圖像。在汪建華看來，未來該算法有可能與自動器官分割算法相結合，以自動檢測PDAC，為患者進行手術評估奠定較好的基礎。

??“此外，國內研究者構建了胰腺癌檢查模型PANDA?！蓖艚ㄈA說，他們使用來自單個中心的3208例患者的數(shù)據(jù)集進行訓練，之后對6239例患者進行多中心驗證，得出PANDA的病灶檢測曲線下面積為0.986~0.996。該模型識別的靈敏度比放射科醫(yī)生的平均表現(xiàn)高出34.1%，特異性高出6.3%。在由20530名患者組成的多場景驗證中，該模型病變檢測的靈敏度為92.9%，特異性為99.9%。這項研究在使用非造影CT作為輸入的PANDA在檢測胰腺病變方面實現(xiàn)了高靈敏度和極高的特異性，其準確率明顯高于放射科醫(yī)生在非增強CT檢查中的表現(xiàn)。該模型擁有較大的樣本數(shù)據(jù)量，有多中心的外部驗證，是胰腺癌在精準診療中的重大突破，具有較大的臨床轉化應用潛力。

??胰腺癌內科藥物治療可應用于各個期別的患者，包括可切除和臨界可切除患者的術前新輔助/轉化治療、根治術后患者的輔助治療，以及局部晚期或轉移復發(fā)患者的治療。但其療效預測是臨床面臨的一大難題。汪建華介紹，一項研究通過對84例接受一線化療的晚期胰腺癌患者影像及臨床信息分析，基于包含放射組學特征和碳水化合物抗原19-9(CA19-9）的多元邏輯回歸模型開發(fā)列線圖，在訓練和驗證隊列中均顯示出良好的療效區(qū)分能力。此外，基于CT測量的腫瘤體積相對變化率以及基于CT和磁共振成像（MRI）測量的根據(jù)血清葡萄糖水平校正的最大標準攝取值變化率在最佳閾值下評估療效的敏感度、特異度及曲線下面積的相關研究，也證明了以影像為基礎的AI對于胰腺癌患者的化療效果評估能給臨床提供巨大價值。

??而與常規(guī)治療相比，光動力療法（PDT）具有微創(chuàng)、時空選擇性高、療效確切的優(yōu)點，PDT在不可切除的胰腺腫瘤中提供局部消融，而治療區(qū)周圍的組織則接受較低的光劑量，稱為光動力啟動（PDP）?！熬劢钩曄谑中g（FUAS）是使用高強度聚焦超聲消融治療設備治療各類實體良惡性腫瘤，對于手術無法切除的胰腺癌，是一種較好的選擇，強調了使用MRI和CT成像結果對接受FUAS的不可切除PDAC患者進行能量效率因素（EEF）預測的價值，與CT相比，加入磁共振成像特征建立的EEF預測模型對不可切除胰腺癌的FUAS治療具有更好的預測效果?！蓖艚ㄈA告訴記者，基于該模型，可以制定更加準確的給藥方案，為進一步優(yōu)化不可切除胰腺患者的FUAS治療手段以及評估該手術的療效提供有價值的參考。

??由于胰腺癌惡性程度高，因此其生存期的預測也是重要的研究方向。汪建華介紹，通過AI的方法對胰腺癌患者術前術后的影像進行分析，可以建立模型對患者生存期進行評估。“有研究將153例胰腺癌手術切除后的生存時間用于將患者分為低風險組（生存時間大于3年）和高風險組（生存時間小于1年），通過隨機生存森林算法估計生存狀態(tài)和時間，分析得出僅用臨床參數(shù)如CA-199、腫瘤大小等進行生存預測的一致性指數(shù)（C指數(shù)）為0.6785，添加CT放射組學特征將C指數(shù)提高至0.7414，可見組學特征結合臨床數(shù)據(jù)能提高模型的預測能力?！蓖艚ㄈA說，通過對胰腺癌患者術后生存期的分層分組，能較精準地預測其術后生存期。

??醫(yī)學影像AI技術在胰腺癌精準診療中發(fā)揮著重要作用，為胰腺癌患者的精準診斷、療效評價、風險預測、預后判斷以及影像組學與病理學相關性等提供了強大的技術支持。汪建華告訴記者，就目前來看，大部分模型仍存在一些不足，樣本量過少或者缺乏外部驗證等使模型的可行性仍待評估；臨床及各種外在因素的存在，使模型仍待完善?！拔磥?，要進一步利用好AI技術，亟需產學研醫(yī)緊密合作，充分挖掘影像學信息，建立穩(wěn)定的高質量數(shù)據(jù)庫以及多模態(tài)的信息融合的高效能模型，以進一步提高胰腺癌患者的診療效果?！蓖艚ㄈA說。