泌尿科住院医师对基于人工智能的精液分析方法的验证：精索静脉曲张切除术后的临床影响

《Frontiers in Urology》：Validation of AI-based semen analysis by urologists in training: clinical impact after varicocelectomy

本研究前瞻性评估了 LensHooke? X1 PRO AI 辅助精液分析仪在住院医师培训中的应用效果。对42例微创精索静脉曲张术后患者进行基线及3个月精液参数对比，结果显示AI分析在精子浓度、总活力等主要参数上与手动分析高度一致，术后多项参数显著改善（p<0.05），验证了AI工具在临床决策和培训中的价值。

　　本研究是一项前瞻性、单中心的临床试验，旨在验证由第三和第四年泌尿外科住院医师操作的AI辅助精液分析仪（LensHooke? X1 PRO）在男性接受显微镜辅助精索静脉结扎术（varicocelectomy）后的围手术期评估中的应用效果。研究对象为在意大利卡塔尼亚大学泌尿科接受手术的患者，分析仪采集了按照世界卫生组织（WHO）第六版标准定义的常规和运动学精液参数，分别在手术前一日和术后三个月进行检测。研究纳入了42名患者（中位年龄31.5岁），结果显示计算机辅助精液分析（CASA）在多个参数上均表现出显著的术后改善（p < 0.05）。这些发现不仅支持了该技术与传统手动分析的一致性，也强调了将AI辅助精液分析纳入住院医师培训体系的重要性，以提升男性不育诊疗中的准确率、效率和临床决策能力。

在医学和手术领域，人工智能（AI）技术的应用正在迅速扩展。尤其是在泌尿外科，AI算法的引入为精子选择提供了新的可能性，帮助解决传统方法中存在的主观性、低效性和不一致性问题。精液分析是泌尿外科住院医师必须掌握的基本技能之一，它对于评估男性生殖健康具有关键作用。通过准确的精液分析，医生能够更好地诊断和管理男性不育问题，从而为患者提供有效的咨询和治疗方案。

在之前的临床研究中，Agarwal等人发现计算机辅助精液分析仪（CASA）与手动精液分析（MSA）之间具有高度的一致性，特别是在评估精子浓度、总活动力和进步性活动力方面表现出良好的相关性。此外，CASA在识别异常精液参数方面具有较高的阳性预测值，并且在不同操作者和同一操作者之间的重复性评估中均表现出良好的可靠性。这些结果表明，CASA是一种可靠且高效的替代方案，能够提高精液分析的标准化程度，减少临床评估中的变异。

基于上述背景，本研究的主要目标是评估泌尿外科住院医师在临床管理中使用CASA进行精液分析的能力。研究对象为在2025年1月至3月期间接受显微镜辅助精索静脉结扎术的患者，每位患者在手术前一日和术后三个月均接受了精液分析。研究使用了自动化精液质量分析仪（LensHooke? X1 PRO），该设备结合了AI算法和自动对焦光学技术，能够评估多种精液参数。设备的校准在每50个样本后进行，其光学配置包括40倍物镜（数值孔径0.65）、60帧每秒的帧率和500×500微米的视野范围。AI算法追踪精子轨迹，至少在连续30帧中进行分析，并排除小于4微米的物体或具有非精子形态的样本。

在本研究中，进步性活动力（PR）被定义为平均路径速度（VAP）≥25微米/秒且直线度（STR）≥0.80；非进步性活动力（NP）为活动但低于上述阈值的精子；而不动精子（IM）则为无明显位移（>2微米/秒）的精子。系统还会自动检测并标记焦点、照明和杂质密度等质量控制指标，以确保分析的准确性。手术方式为下腹腔、显微镜辅助（×3.5倍）精索静脉结扎术，操作过程中尽量避免损伤动脉和淋巴管，并可根据需要使用多普勒超声确认动脉血流情况，同时记录结扎的静脉和手术侧别。精液参数的评估依据WHO第六版指南进行，包括非常规参数如线性活动力、直线活动力、摆动活动力、平均路径速度、直线路径速度、曲线路径速度、头部摆动幅度、摆动频率、以及过量残留胞浆等。

为了确保住院医师具备足够的操作能力，研究设计了一个结构化的8小时教学模块，涵盖精液分析的基本原理，以及10小时的监督实操训练。培训完成后，通过两次观察评估来验证其技能水平，要求组内一致性系数（ICC）大于0.85。结果显示，住院医师在进步性活动力评估中的组间一致性系数为ICC = 0.89（95%置信区间，0.78–0.95），而组内重复性评估的ICC为0.92（95%置信区间，0.85–0.96）。这表明，住院医师在使用AI辅助精液分析仪时能够达到较高的标准化和一致性水平。

在统计分析方面，研究采用配对、同一受试者设计来分析精子浓度从基线到术后3个月的变化百分比。同时，总活动力、形态（正常形态百分比）、活力（如有）以及运动学参数（如VCL、VSL、VAP、ALH、BCF、LIN、STR、WOB、PR、NP和IM）也进行了评估。研究的样本量是基于进步性活动力这一主要终点进行计算的，假设平均提升6个百分点（差异的标准差为12），双侧α值为0.05，80%的统计效力，计算得出所需样本量为32，考虑到20%的脱落率，最终目标纳入人数为40。对于次要终点和运动学参数，研究采用了Benjamini–Hochberg（BH）方法控制错误发现率（FDR），设定q值为0.05。而主要终点则在α = 0.05（双侧）下进行测试，不进行任何调整。

研究最终纳入了42名患者，其中位年龄为31.5岁（四分位数间距为25–39）。33.3%的患者有吸烟史，7%患有高胆固醇血症，7%有睾丸未降或尿道下裂的手术史。大多数患者患有左侧精索静脉曲张，按照Sarteschi分类，其中53.85%为IV级，34.62%为III级。患者的平均禁欲时间为3天（四分位数间距为2–4天）。研究数据显示，CASA技术在术后3个月的精液分析中，与基线相比在多个参数上均表现出显著改善。

CASA技术基于人工智能辅助光学显微镜（AIOM），其分析结果在精液完全液化后大约1分钟即可得出。精液液化通常发生在样本采集后30分钟。这种快速、标准化的分析方法显著提升了精液评估的效率，为临床医生提供了即时的反馈，有助于更快地做出诊疗决策。此外，CASA能够准确识别和追踪精子的运动轨迹，从而区分不同的活动模式，如进步性、非进步性和不动精子，其一致性和客观性均优于传统方法。

尽管本研究主要关注短期的运动学和激素变化，但后续的临床终点，如自然受孕、宫腔内人工授精（IUI）或单精子显微受精（ICSI）的成功率，正在一个随访登记中进行前瞻性收集。这些数据将帮助判断早期CASA技术检测到的改善是否能够转化为实际的生育成果，从而进一步验证其临床价值。

本研究也存在一些局限性。首先，研究未在该队列中进行同一样本的手动精液分析（MSA）对比，因此一致性数据来源于之前的文献，而非本研究中的队列验证。其次，3个月的随访时间可能对精液参数的改善产生一定影响，未来研究可以考虑更长时间的随访，以更全面地评估AI辅助精液分析的长期效果。

人工智能在精液分析中的应用不仅限于提高效率，还能够精准量化多种参数，如精子浓度、活动力和活力。传统方法往往容易受到人为误差和操作者间差异的影响，而CASA技术通过自动化和标准化分析，显著提升了数据的可重复性和准确性。AI能够提取详细的运动学数据，包括曲线速度、直线速度和摆动频率，从而为精子功能提供全面的评估。这些数据不仅有助于诊断不育问题，还能为治疗方案的制定提供科学依据。

AI辅助精液分析系统的设计理念是用户友好和易于操作，许多设备还具备移动连接功能，允许远程分析和报告。这种便捷性对于临床医生在繁忙的工作环境中进行精液评估尤为重要。此外，这些系统能够减少人为干预，提高分析的客观性和一致性，从而为男性不育的管理提供更可靠的依据。

综上所述，本研究的成果表明，术后3个月的精液参数在常规和非常规方面均显示出显著的改善，突显了准确和及时精液评估在临床中的重要性。更重要的是，研究结果证明了泌尿外科住院医师能够有效地使用先进的CASA系统，进一步支持了将AI技术培训纳入住院医师教育体系的必要性。随着技术的不断进步，未来医生需要掌握这些AI辅助工具的使用和解读能力，以更好地应对男性不育的挑战，提升整体的生殖健康水平。