任杰教授團(tuán)隊(duì)聯(lián)合清華大學(xué)陳挺教授團(tuán)隊(duì)、北京郵電大學(xué)王光宇研究員團(tuán)隊(duì)研發(fā)全自動(dòng)人工智能綜合解決方案輔助超聲診斷肝癌

發(fā)布人：黨委宣傳科 發(fā)布日期：2023-01-06

近日，中山大學(xué)附屬第三醫(yī)院超聲科任杰教授團(tuán)隊(duì)聯(lián)合清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系陳挺教授團(tuán)隊(duì)、北京郵電大學(xué)信息與通信工程學(xué)院王光宇研究員團(tuán)隊(duì)，在生物信息學(xué)期刊Briefings in Bioinformatics（IF=13.994）發(fā)表題為“Improving artificial intelligence pipeline for liver malignancy diagnosis using ultrasound images and video frames”的研究成果。研究針對(duì)目前超聲影像組學(xué)中手動(dòng)分割圖像的重復(fù)性及效率低下，以及對(duì)靜態(tài)圖像的分析遺漏超聲檢查過(guò)程中動(dòng)態(tài)圖像的信息等問(wèn)題，研發(fā)了一種全自動(dòng)的人工智能綜合解決方案（Fully automated artificial intelligence pipeline，以下簡(jiǎn)稱“FAAIP”）。該解決方案在大數(shù)據(jù)驅(qū)動(dòng)下可直接對(duì)肝臟的超聲靜態(tài)影像及動(dòng)態(tài)影像進(jìn)行全自動(dòng)的分析，無(wú)需人工輔助和標(biāo)注圖像，對(duì)肝臟的局灶性占位病變（focal liver lesions，以下簡(jiǎn)稱“FLLs”）進(jìn)行自動(dòng)識(shí)別，并使用血清學(xué)信息對(duì)模型進(jìn)行引導(dǎo)訓(xùn)練，最終可利用肝臟的超聲影像無(wú)創(chuàng)地診斷患者是否存在FLLs，并且可對(duì)FLLs的良惡性以及病理類型進(jìn)行診斷，進(jìn)而檢出肝癌人群。

image-20230106115608-1

圖1 文章信息

?

肝癌是全球第六大常見癌癥、第四大癌癥死亡原因。在中國(guó)，肝癌所致死亡人數(shù)超過(guò)所有腫瘤相關(guān)死亡人數(shù)的一半。肝癌的早期檢出及診斷非常重要，早期、及時(shí)的治療可有效改善患者預(yù)后。腹部超聲檢查是一線影像學(xué)篩查方法，但診斷準(zhǔn)確性依賴于臨床醫(yī)生的經(jīng)驗(yàn)。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，計(jì)算機(jī)輔助診斷系統(tǒng)能夠幫助提高影像診斷的準(zhǔn)確性，是改善超聲檢出FLLs及診斷肝癌的關(guān)鍵。

目前，計(jì)算機(jī)輔助超聲診斷肝癌已取得一定進(jìn)展，但仍存在一定的局限性，例如缺少外部驗(yàn)證，需要對(duì)超聲圖像進(jìn)行手動(dòng)分割，使用不同超聲儀器、不同病變肝臟的形態(tài)、FLLs的大小及位置等導(dǎo)致超聲圖像的異質(zhì)性，以及僅分析靜態(tài)圖像而遺漏超聲檢查過(guò)程中的大量動(dòng)態(tài)圖像的信息，極大限制了既往研發(fā)的計(jì)算機(jī)輔助診斷系統(tǒng)在臨床的廣泛使用。

為解決上述問(wèn)題，本研究研發(fā)的FAAIP，通過(guò)納入國(guó)內(nèi)三個(gè)數(shù)據(jù)集約1.1萬(wàn)余例健康人及FLLs患者，共5.0萬(wàn)余張肝臟超聲圖像（包括靜態(tài)與動(dòng)態(tài)圖像）進(jìn)行大數(shù)據(jù)的訓(xùn)練和驗(yàn)證。FAAIP檢出FLLs在訓(xùn)練集中可達(dá)到AUC=0.990的精度，在外部驗(yàn)證集中可達(dá)到AUC=0.945的精度。FAAIP通過(guò)結(jié)合血清學(xué)信息診斷惡性FLLs即肝癌在訓(xùn)練集中可達(dá)到AUC=0.968的精度，在外部驗(yàn)證集中可達(dá)到AUC=0.885-0.928的精度。借助FAAIP的輔助，還可對(duì)FLLs的病理類型進(jìn)行分型診斷，亦可達(dá)到AUC=0.692-0.930的精度。相比于既往研究研發(fā)的輔助診斷系統(tǒng)，F(xiàn)AAIP無(wú)需人工勾畫FLLs，更具有臨床可推廣性。在與12位超聲科醫(yī)生進(jìn)行的人機(jī)對(duì)抗中，F(xiàn)AAIP與中等年資的超聲科醫(yī)生具有同等的診斷能力，且明顯優(yōu)于低年資醫(yī)生。不僅如此，F(xiàn)AAIP輔助可明顯提高中等年資及低年資醫(yī)生的診斷準(zhǔn)確性，可降低高年資醫(yī)生約79.6%的工作量。

image-20230106115608-2

圖2 全自動(dòng)的人工智能綜合解決方案（FAAIP）的研發(fā)及驗(yàn)證流程。A. FAAIP的研發(fā)及驗(yàn)證流程；B. FAAIP對(duì)肝臟超聲圖像分割的訓(xùn)練框架；C. FAAIP對(duì)超聲動(dòng)態(tài)圖像的分析模型

?

由此可見，F(xiàn)AAIP對(duì)于超聲圖像中FLLs病灶檢出、良惡性鑒別診斷到病理分型，均具有很高的診斷效能。同時(shí)，F(xiàn)AAIP可有效輔助超聲科醫(yī)生檢出肝癌人群，尤其是對(duì)于經(jīng)驗(yàn)少、年資低的醫(yī)生，可有效提高他們的診斷水平，進(jìn)一步提高肝癌人群早期篩查的效率及準(zhǔn)確性。

清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系許一鳴博士、中山大學(xué)附屬第三醫(yī)院超聲科鄭博文博士及清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系劉曉鴻博士為共同第一作者。

肝臟病學(xué)是中山大學(xué)附屬第三醫(yī)院的傳統(tǒng)優(yōu)勢(shì)學(xué)科。超聲科在鄭榮琴、任杰、張新玲等教授的帶領(lǐng)下，與國(guó)內(nèi)外多個(gè)著名實(shí)驗(yàn)室、學(xué)科開展了緊密合作，取得了多項(xiàng)創(chuàng)新性成果，奠定了中山大學(xué)附屬第三醫(yī)院無(wú)創(chuàng)性診斷肝臟疾病的國(guó)際知名地位，為今后學(xué)科建設(shè)的縱深發(fā)展奠定了良好的基礎(chǔ)。

文章鏈接：https://doi.org/10.1093/bib/bbac569