發(fā)布日期：2018-05-02
我國擁有近一億的乙型肝炎病毒攜帶者，并占有全球超過50%的慢性乙肝患者，這長期成為我國嚴重的公共醫(yī)療衛(wèi)生問題乃至社會問題。肝纖維化是慢性乙肝患者向肝硬化、肝癌逐步發(fā)展的病理學(xué)表現(xiàn)，其精準分期診斷是臨床監(jiān)視、治療決策和預(yù)后評估的重要依據(jù)。然而，臨床對于肝纖維化分期依賴于肝臟活組織穿刺檢測。該方法不僅對患者具有身體創(chuàng)傷、副作用明顯，而且難以重復(fù)使用，無法長期、動態(tài)監(jiān)視患者病情的發(fā)展。因此，乙肝患者的臨床診療一直在尋求無創(chuàng)的影像學(xué)方法實現(xiàn)肝纖維化的精準分期。
針對這一臨床挑戰(zhàn)性問題，中科院分子影像重點實驗室通過多項技術(shù)創(chuàng)新，將影像組學(xué)領(lǐng)域中基于深度學(xué)習(xí)的醫(yī)學(xué)影像大數(shù)據(jù)人工智能分析技術(shù)，應(yīng)用于超聲彈性成像的計算機輔助診斷。通過相關(guān)模型和算法的定制化設(shè)計，使其能夠基于超聲彈性圖像，無創(chuàng)、智能化分期診斷患者的肝纖維化程度，從而輔助醫(yī)生實現(xiàn)乙肝患者的個性化治療決策。相關(guān)方法由中山大學(xué)第三附屬醫(yī)院和中國人民解放軍總醫(yī)院牽頭，開展了多中心、前瞻性臨床試驗驗證。在全國12家醫(yī)院共計入組398例乙肝患者，采集約2000張超聲彈性圖像，并以相應(yīng)的肝臟活組織穿刺檢測結(jié)果為金標準，進行了影像組學(xué)人工智能診斷、常規(guī)彈性成像診斷和臨床血清學(xué)診斷三種方法對于乙肝纖維化分期精度的大數(shù)據(jù)對比。
統(tǒng)計結(jié)果表明，影像組學(xué)方法在肝纖維化分期無創(chuàng)診斷中，精度達到了驚人的97%-100%，實現(xiàn)了與有創(chuàng)肝臟活組織穿刺檢測相同的診斷效能。相對于常規(guī)超聲彈性成像，精度平均提高了15%以上；相對于血清學(xué)診斷，精度平均提高了30%以上（如下圖）。此外，該項研究表明，隨著樣本量的逐步增大，影像組學(xué)人工智能的診斷精度會逐步提高，但是超聲彈性成像和血清學(xué)診斷的精度達到峰值后則無法提高。國際EFSUMB臨床指南推薦：針對單個患者，臨床建議提取3張彈性圖形進行診斷。本次試驗證明，依照指南要求，影像組學(xué)方法已經(jīng)顯著超出常規(guī)彈性成像的診斷精度；如果單個病人提取5張彈性圖像，則影像組學(xué)與彈性成像診斷精度的差距還會進一步拉大。這一結(jié)果表明了人工智能輔助臨床診斷的顯著優(yōu)勢和強大潛力。最后，該項研究還表明影像組學(xué)方法具有極高的魯棒性。本次參與試驗的醫(yī)院雖然位于我國的不同地域，但是采用人工智能技術(shù)隨機選取不同醫(yī)院的患者來構(gòu)建的多個影像組學(xué)模型，其診斷精度沒有任何統(tǒng)計學(xué)差異。這為將影像組學(xué)方法進行全國范圍推廣，真正融入日常的臨床診斷規(guī)范，提供了堅實的理論基礎(chǔ)和臨床數(shù)據(jù)證明。
相關(guān)研究由中科院分子影像重點實驗室副研究員王坤作為第一作者，中山大學(xué)第三附屬醫(yī)院超聲科主任鄭榮琴、中科院分子影像重點實驗室研究員田捷和中國人民解放軍總醫(yī)院介入超聲科主任梁萍為并列通訊作者，發(fā)表于臨床期刊Gut（2018，DOI：10.1136/gutjnl -2018-316204）。
影像組學(xué)人工智能（DLRE）、超聲彈性成像（2D-SWE）和血清學(xué)檢測（APRI，F(xiàn)IB4）三種方法對于肝硬化（圖A和D）、重度肝纖維化（圖B和E）、顯著肝纖維化（圖C和F）分期診斷效能的ROC曲線對比
來源：自動化研究所
