中山三院內(nèi)分泌科人工智能研究領(lǐng)域新成果——利用人工智能方法準(zhǔn)確診斷垂體微腺瘤,可媲美工作十年的放射科醫(yī)生

發(fā)布人:內(nèi)分泌與代謝病學(xué)科 發(fā)布日期:2022-02-10

AI研究新成果

中山大學(xué)附屬第三醫(yī)院內(nèi)分泌科陳燕銘教授聯(lián)合中山大學(xué)電子與通信工程學(xué)院郭裕蘭副教授及中山三院大數(shù)據(jù)中心劉子峰主任,于2021年11月29日在國際著名期刊Frontiers in medicine(IF:5.09)發(fā)表了題為“Development and Validation of a Deep Learning Algorithm to Automatic Detection of Pituitary Microadenoma From MRI” 的研究論文。?在國內(nèi)率先開發(fā)了人工智能領(lǐng)域在內(nèi)分泌垂體瘤早期診斷的臨床應(yīng)用,李慶玲博士、朱延華副主任醫(yī)師、陳銘林、郭若汨副主任醫(yī)師為共同第一作者。

研究發(fā)現(xiàn):

使用我們開發(fā)的PM-CAD卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法,構(gòu)建垂體瘤輔助診斷體系, 可以高效率地利用垂體核磁共振圖像(MRI)診斷出垂體微腺瘤(PM),診斷準(zhǔn)確率達(dá)到94.36%。減輕臨床醫(yī)生工作負(fù)荷量,降低誤診率、漏診率,非常適合向基層醫(yī)院推廣應(yīng)用。

垂體微腺瘤(PM) 是一種直徑小于10毫米的腫瘤,高達(dá)10%的人群可能患病,雖然大部分的PM患者是無功能性腺瘤,但是有部分微腺瘤通過分泌ACTH、PRL、LH、FSH等激素引起閉經(jīng)、泌乳、性功能障礙、骨質(zhì)疏松、糖尿病和不孕不育等嚴(yán)重后果。甚至有部分患者發(fā)展為大腺瘤或巨大腺瘤導(dǎo)致頭痛、視野缺損等嚴(yán)重癥狀才就醫(yī)。早期診斷、早期發(fā)現(xiàn),并予以明確臨床評(píng)估、指導(dǎo)治療,具有重要的臨床意義。

研究方法:

本中心共納入11,935名篩選患者(2012年1月至2021年4月),規(guī)范排除標(biāo)準(zhǔn)后,1520名患者 (PM組=556,對(duì)照組=964)被納入研究。分為訓(xùn)練數(shù)據(jù)集、測(cè)試數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集;用于訓(xùn)練和測(cè)試的數(shù)據(jù)集來源于回顧性研究,我們前瞻性的搜集了驗(yàn)證數(shù)據(jù)集,并在驗(yàn)證中采用了內(nèi)部驗(yàn)證,包含Validation A1、Validation B人機(jī)對(duì)比和Validation C誤診病例的進(jìn)一步驗(yàn)證,和外部驗(yàn)證數(shù)據(jù)集Validation A2和A3。

PM計(jì)算機(jī)輔助診斷系統(tǒng)(PM- CAD)由垂體區(qū)域檢測(cè)和PM診斷兩部分組成。通過受試者工作特征(ROC)曲線和ROC曲線下面積(AUC)、校正曲線、準(zhǔn)確性、敏感性、特異性、陽性預(yù)測(cè)值(PPV)、陰性預(yù)測(cè)值(NPV)、F1score等指標(biāo)衡量PM-CAD系統(tǒng)的診斷性能。

研究結(jié)果:

在測(cè)試數(shù)據(jù)集中,PM-CAD輔助診斷系統(tǒng)的診斷準(zhǔn)確率為94.36%,AUC為98.13%,在內(nèi)部驗(yàn)證數(shù)據(jù)集Validation A1的診斷準(zhǔn)確率為96.50%,AUC為95.5%,外部數(shù)據(jù)集Validation A2和A3中的診斷準(zhǔn)確率分別為92.26%和92.36%,AUC分別為94.7%和93.7%。在人機(jī)對(duì)比中,PM-CAD系統(tǒng)的診斷性能與擁有10年臨床經(jīng)驗(yàn)的放射科醫(yī)師相媲美(診斷準(zhǔn)確率94.0% vs 95.0%,AUC為95.6% vs . 95.0%)。對(duì)于假陰性的誤診病例,PM-CAD系統(tǒng)的診斷準(zhǔn)確率為100%。同時(shí),我們?cè)O(shè)計(jì)了一個(gè)browser-based software(http://www.pituitarymicroadenoma.com)來輔助PM診斷。同時(shí),PM-CAD系統(tǒng)在外部驗(yàn)證數(shù)據(jù)集中同樣取得了好成績(jī),證明了模型很好的泛化性能,相關(guān)成果已申報(bào)發(fā)明專利,適合向其他醫(yī)院推廣應(yīng)用。