-
心血管疾病严重威胁着全球人类的健康,据报道,2017年全球范围内约1700万人病死于心血管疾病,而其中有3/4在发展中国家[1]。我国心血管疾病患者目前有2.9亿,因此对于心血管疾病的早诊断和防治是刻不容缓的[2]。随着影像技术的迅猛发展,冠状动脉CT血管造影(coronary computed tomography angiography,CCTA)已经成为冠状动脉疾病危险因素的临床评估标准,并且已应用于冠状动脉支架植入患者的随访中,以评估植入支架的通畅性及判断是否有相关并发症[3]。但是,CCTA对心血管疾病的诊断严重依赖于人工图像后处理质量以及诊断医师的经验,尤其我国的医疗资源严重紧缺,对所有心血管疾病患者均行CCTA临床评估是难以实现的。
人工智能(artificial intelligence,AI)通俗来讲就是模仿人类思维,是具有“认知”功能的机器,其通过“学习”来“解决问题”。AI作为21世纪三大尖端技术之一,在众多领域均获得了广泛的应用,并取得了丰硕的成果。AI在医疗领域可用于计算患者给药剂量、肿瘤药物的选择、高危患者的监测,甚至手术的实施,且CT图像报告解读更是AI的优势所在[4]。将AI应用于CCTA图像后处理以及诊断报告的书写,势必能够缓解我国紧张的医疗资源,但是冠状动脉AI对于CCTA图像处理、诊断报告的准确性以及是否能够代替临床医师,目前尚不明确。本研究从冠状动脉AI与人工后处理、诊断报告等方面分别进行对比,以此评估冠状动脉AI在CCTA的应用前景。
HTML
-
在64例患者中,5例患者AI冠状动脉重建失败,余59例患者重建图像合格,其中男性36例、女性23例,年龄(62.75±14.32)岁。
冠状动脉AI图像后处理耗时约3 min,而人工图像后处理时间约为20~30 min,AI后处理耗时约为人工耗时的10%,并且冠状动脉AI后处理的合格率为92.2%(59/64)。如图1所示,冠状动脉AI图像后处理能够对各支血管进行自动命名。AI后处理(图1中D~F)与人工后处理(图1中A~C)相比,冠状动脉图像分支更多、更长、管壁更光滑、细节小分支显示更全面;在冠状动脉拉直图像中,发现冠状动脉AI处理的图像(图1中H)较人工处理图像(图1中G)的血管更加清晰,并且能够自动识别冠状动脉狭窄。此外,本研究还发现冠状动脉AI也能够自动识别植入的冠状动脉支架,这都暗示着冠状动脉AI在图像后处理中的应用价值。
Figure 1. The comparison between artificial intelligence post-processing image and artificial post-processing image of coronary artery after CT enhanced scan
虽然冠状动脉AI在图像后处理上表现优异,但本研究同时发现,冠状动脉AI图像后处理有不足之处。如表1所示,冠状动脉AI图像后处理的合格率为92.2%(59/64),原始图像质量为1分及2分的病例共有5例,AI后处理全部为不合格;而图像质量达到3分时,AI图像后处理合格率达到100%。AI后处理图像(图2中B)与人工后处理图像(图2中A)相比,AI分割遗漏导致右冠状动脉血管截断、命名错误,无法全面显示血管,其后处理失败的原因之一为钙化斑块周围伪影导致管腔被掩盖(图2中C),而人工后处理可以通过工作站手动添加使截断血管“再生”。这也就体现出冠状动脉AI图像后处理严重依赖原始图像质量的弊端。
项目 图像质量等级(分) 5 4 3 2 1 患者(例) 45 10 4 3 2 患者比例(%) 70.31 15.62 6.25 4.69 3.12 人工智能后处理的合格率(%) 100 100 100 0 0 注:表中,CT:计算机体层摄影术 Table 1. The original image quality score of 64 patients and the corresponding qualified rate of coronary artificial intelligence post-processing after CT enhanced scan
-
冠状动脉AI图像的诊断报告在图像重建后即可完成(<1 min),而人工出具一份冠状动脉的诊断报告通常需要耗时15 min左右。与AI后处理一样,AI在报告的诊断上同样高效。如表2所示,冠状动脉AI斑块检出的灵敏度达93.3%,与人工报告的灵敏度(92.0%)相当。本研究中,人工报告对斑块的检出不存在假阳性结果,其特异度达100%,而冠状动脉AI对其检测的特异度为93.8%(表3)。3支分支血管中,冠状动脉AI对左前降支病变的特异度最低(88.0%)。
斑块
位置人工 人工智能 真阳性(个) 假阴性(个) 灵敏度(%) 真阳性(个) 假阴性(个) 灵敏度(%) 左前降支 37 4 90.2 40 1 97.6 回旋支 11 1 91.7 11 1 91.7 右冠状动脉 21 1 95.4 19 3 86.4 总计 69 6 92.0 70 5 93.3 Table 2. Sensitivity of artificial intelligence and the artificial to detection of coronary plaque
斑块位置 真阴性(个) 假阳性(个) 特异度(%) 左前降支 22 3 88.0 回旋支 45 2 95.7 右冠状动脉 38 2 95.0 总计 105 7 93.8 Table 3. Specificity of artificial intelligence for detection of coronary plaque
本研究结果发现,合格的后处理图像并不代表正确的AI诊断报告,如图3中A、B所示,虽然冠状动脉AI将心肌桥成功处理,但是诊断报告并未提及。从图3中C、D发现,冠状动脉AI将分布在左前降支较细管腔内的造影剂误报为钙化斑块,其他的还有管壁毛糙造成的非钙化斑块的误报。