每年的11月是国际肺癌关注月,11月17日是国际肺癌日。“肺癌防治筛查先行”是中国抗癌协会发起2022国际肺癌关注月科普活动主题。肺癌是发病率和死亡率增长最快、对人群健康和生命威胁最大的恶性肿瘤之一,因此,早发现、早诊断、早治疗对于肺癌高危人群尤其重要。推想医疗作为全球领先的AI医疗高新科技企业,率先在肺癌领域实现技术突破,通过对肺癌精准诊疗的筛、诊、治、管、研临床全周期管理,持续关注患者生命健康。

近日,推想医疗与北京大学人民医院合作产出“AI-based chest CT semantic segmentation algorithm enables semi-automated lung cancer surgery planning by recognizing anatomical variants of pulmonary vessels”,被知名期刊Frontiers in Oncology收录。这篇论文研究表明,基于AI的语义分割算法能够实现对段级和叶级肺血管的识别,准确度与胸外科主治医生相当。该算法基于AI-4D胸部智能可视化解决方案,进一步提高了其性能和实用性,大大提高了识别效率,帮助实现准确的术前规划。

研究背景

数据显示,2020年全球约有220万人新患肺癌,180万人死于肺癌。在这样的背景下,CT扫描的广泛使用大大提高了早期肺癌的检出率,为早期干预治疗提供了空间与可能。临床中,肺叶切除术和肺段切除术是治疗早期肺癌的主要手段,尤其是肺段切除术,可以保留更多的肺组织。然而由于肺动脉和肺静脉几乎没有标准的解剖结构,在术前手术规划期间了解每位患者肺部的解剖结构就尤为关键,但这个过程也十分困难,即使是经验十分丰富的外科医生,也可能发生对段级甚至叶级血管的错误分类,并可能导致出血、手术切除增加和其他灾难性后果。

临床中,胸部CT影像常用于辅助手术的规划与开展,通常分为三个阶段:

Step1:解剖结构3D重建

医生通过自己的想象3D结果或借助3D重建软件构建肺部解剖结构的3D模型。

Step2:识别变异

医生根据3D解剖结构信息对异常结构进行识别、判定,这非常依赖医生的经验。

Step3:术中匹配

医生将术前构建的3D模型和术中患者的真实解剖结构进行匹配和识别。

上述环节需要医生参与完成的部分,耗时且多依赖临床经验,对术前手术规划的效率和准确性可能会产生一些影响。

开发基于AI的胸部CT语义分割算法

基于以上背景,推想医疗在已开发的AI-4D胸部智能可视化解决方案的基础上,进一步开发了一种基于AI的胸部CT语义分割算法,实现叶级和段级水平肺血管的分割与命名,帮助医生完成解剖变异结构识别,从而更好地完成肺癌的术前手术规划。

肺血管语义分割算法工作流程图

在本研究中,推想医疗围绕基于AI的胸部CT语义分割算法系统,将其与两位胸外科主治医生识别肺血管的表现进行比较,验证其性能表现。研究回顾性收集了2020年4月至2021年6月期间分别在北京大学人民医院、中南大学湘雅二医院和上海市肺科医院和三家医院进行过肺叶切除术或肺段切除术治疗的共27名患者资料,这些患者均进行过术前CT扫描。

我们邀请了北大人民医院胸外科的两位主治医生对27名患者的CT图像进行识别,并将三位资深胸外科医生根据CT图像、手术视频以及术前3D重建模型判断的结果作为金标准,通过将两位医生和AI算法的识别结果与金标准进行比较,得到两位医生和AI算法的识别准确度并进行比较。

结果显示,在整体病例的平均水平上,AI算法的准确度为82.8%,略高于两位胸外科主治医生78.8%和77.0%的准确度。在段级或叶级水平上,AI模型和两位医生识别段级动脉准确度分别为79.7%、73.6%、72.7%;识别叶级静脉的准确度分别为96.3%、96.3%和92.6%,AI模型准确度略高于医生,尽管差别无统计学意义。

在此前开发AI-4D胸部智能可视化解决方案的研究中,胸外科医生通过AI-4D胸部智能可视化解决方案人工识别解剖学变异的准确度在85%左右,本研究中的AI算法准确度与之接近,而且不需要人工识别,所需时间从120秒降低到5秒,大大提高了识别效率。

本研究设计的实验围绕AI算法产品展开,验证该AI算法对段级和叶级肺血管的识别准确性。研究结果表明,该AI语义分割算法具备胸外科主治医生的识别准确度,且识别速度快于人工识别,因此该算法一定程度上可代替医生完成识别任务,且节省识别时间,提高术前手术规划的效率,甚至使术中智能交互成为可能。

首次验证了基于CT图像的语义分割算法对术前手术规划的辅助性能

该研究项目是基于AI-4D胸部智能可视化解决方案,添加了语义分割算法。是首个验证了基于CT图像语义分割算法对手术规划辅助性能的研究。目前进行的大部分在医学影像中进行的语义分割任务均是单标记任务,也就是使用一个大的训练集来识别一整个器官或单一病变,而本研究项目是第一个运用语义分割系统呈现一个器官的血管解剖结构,具有较高的创新性和任务复杂性。

本研究围绕前沿技术产品开展的临床验证性研究,通过严谨客观的回顾性验证实验,从识别准确性角度证实了基于AI的语义分割算法的准确性能够达到临床医生的水平,可以进一步提高AI-4D胸部智能可视化解决方案的性能和实用性,提高术前规划的效率和准确性,帮助外科医生和患者在肺叶切除术和肺段切除术术中获得更有利的结果,为该产品的临床转化提供了重要的参考依据,也为未来该算法及术前手术规划系统的进一步优化提出了研究方向。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。