ADNEX-AI：基于超声图像自动提取预测因子的可解释卵巢癌风险分层模型

《npj Precision Oncology》：ADNEX-AI: automated extraction of ultrasound predictors for interpretable ovarian cancer risk stratification

本研究针对卵巢癌术前精准分诊的临床需求，开发了ADNEX-AI深度学习系统，可自动分割超声图像中的关键特征并整合至ADNEX风险模型。前瞻性多中心验证显示，其鉴别卵巢肿瘤良恶性的AUC达0.930，虽略低于医师手动测量的ADNEX模型（0.945），但校准更优、中心间变异更小。该研究为推广标准化卵巢癌风险分层提供了自动化解决方案。

　　

卵巢癌是全球女性第八大常见癌症，也是致死率最高的妇科恶性肿瘤。在发达国家，卵巢癌的五年生存率仅为30%至50%，这主要是由于约三分之二的患者在确诊时已处于晚期。超声检查因其易得性、安全性和低成本，被国际指南推荐为评估附件包块的首选影像学方法。然而，卵巢肿瘤的良恶性鉴别诊断高度依赖于超声医师的经验水平，不同医师之间的诊断一致性存在较大差异。

为了解决这一问题，国际卵巢肿瘤分析（IOTA）小组开发了ADNEX模型，这是一个经过广泛验证的风险预测工具，能够对卵巢肿瘤进行精确的风险分层，并已被整合进超声报告系统和部分厂商的超声设备中。尽管ADNEX模型性能卓越，但其应用仍依赖于超声医师手动测量肿瘤的关键特征，如病灶最大直径、固体组织比例等。这种手动测量过程不仅耗时，还可能引入操作者间变异，限制了该模型在缺乏超声专家的医疗机构中的推广应用。深度学习技术的发展为自动化识别ADNEX模型所需的超声特征提供了新的机遇。将自动化特征提取与成熟的ADNEX统计模型相结合，有望提高工作流程效率，并降低对操作者经验的依赖。

在此背景下，由Axel Geysels和Giulia Garofalo作为共同第一作者，Dirk Timmerman和Ben Van Calster作为共同最后作者领导的研究团队，在《npj Precision Oncology》上发表了题为“ADNEX-AI: automated extraction of ultrasound predictors for interpretable ovarian cancer risk stratification”的研究论文。该研究开发并前瞻性验证了ADNEX-AI系统，这是一个能够从超声图像中自动分割关键形态学特征，并进而计算ADNEX风险预测因子的深度学习模型。

为开展此项研究，研究人员主要应用了以下几项关键技术：研究基于IOTA7-AI前瞻性多中心队列（11个中心，1457名患者），使用GE超声设备采集原始（RAW）图像数据以避免图像质量损失和标注偏倚；由经验丰富的超声专家手动勾画超声图像中的病灶、囊腔、固体组织和乳头状突起，作为模型训练的金标准；采用基于nnU-Net框架的多任务卷积神经网络进行图像分割，并添加辅助头来预测固体组织比例和乳头状突起数量；利用5折交叉验证开发模型，并在时间上独立的验证队列中进行评估；将自动提取的预测因子输入至已建立的ADNEX统计模型中进行风险计算；使用受试者工作特征曲线下面积（AUC）、校准曲线、决策曲线分析（DCA）和SHapley Additive exPlanations（SHAP）等方法全面评估模型性能。

研究队列特征

研究最终纳入了来自11个中心的1457名患者的8824张图像。开发集包含369名患者（816张图像，43%为恶性），验证集包含1088名患者（8008张图像，35%为恶性）。患者基线特征与原始ADNEX开发数据集相似，但约有40%的患者缺少CA-125测量值，研究采用多重插补法处理缺失数据。

分割和ADNEX预测因子提取

ADNEX-AI分割模型在开发集上表现出良好的分割性能。图像水平的Dice相似系数（DSC）中位数分别为：病灶93.6%、囊腔88.3%、固体组织75.8%、乳头状突起100%（后者因多数图像中不存在该结构而呈现完美中位数）。与超声检查者手动测量的变量相比，自动提取的四个ADNEX预测因子在患者水平上显示出更低的变异性（标准差）。

诊断性能

在包含CA-125的情况下，ADNEX-AI在验证集上区分良恶性肿瘤的AUC为0.930（95% CI 0.913-0.943），略低于检查者驱动的传统ADNEX模型（AUC 0.945， P=0.004）。在不包含CA-125时，ADNEX-AI的AUC为0.914，传统ADNEX为0.937（P<0.001）。值得注意的是，基于专家勾画结果直接输入ADNEX模型的性能基准（AUC 0.928）与ADNEX-AI非常接近，表明自动分割已接近专家水平。在不同肿瘤亚型（如良性 vs 交界性）的区分上，传统ADNEX通常表现更优，但ADNEX-AI在区分交界性肿瘤与I期肿瘤方面略有优势。关键的是，ADNEX-AI在不同中心间的判别性能异质性显著低于传统ADNEX（τ2 = 0.119 vs 0.412），表明自动化测量有助于实现更标准化的风险评估。

风险校准

校准分析显示，无论是否包含CA-125，ADNEX-AI提供的风险估计都比传统ADNEX模型校准得更好。其观测值与期望值之比（O:E ratio）更接近1（含CA-125时：1.10 vs 1.23）。不过，校准的异质性在不同中心间，ADNEX-AI略高于传统ADNEX。

临床效用和可解释性

决策曲线分析表明，在整个临床相关的风险阈值范围内（0-0.5），ADNEX-AI与传统ADNEX的临床净获益差异极小，两者均优于“全部治疗”或“全部不治疗”的策略。SHAP可解释性分析显示，固体组织比例（包括线性和二次项）是对模型预测贡献最大的变量，其次是声影，其他变量影响中等，CA-125的贡献则相对 modest但稳定。这表明ADNEX-AI继承了原ADNEX模型的可解释性优势。

该研究的结论是，ADNEX-AI成功实现了从超声图像中自动提取ADNEX模型关键预测因子的目标，并在大规模前瞻性多中心队列中得到了验证。虽然其判别能力与经验丰富的超声医师手动应用ADNEX模型相比尚有微小差距，但其优势在于更好的校准特性、更低的中心间变异以及完全自动化的工作流程。通过将“黑箱”式的深度学习分割与透明、可解释的ADNEX统计模型相结合，ADNEX-AI在保持模型可解释性的同时，减少了对手动、操作者依赖性测量的依赖。这项研究标志着向标准化、可推广的卵巢癌风险分层迈出了重要一步，特别是对于缺乏专业超声专家的医疗机构具有重要价值。未来研究需要在其他超声设备厂商的图像上验证其普适性，并探索整合三维超声或动态视频剪辑以评估更多特征，从而进一步优化模型性能。