基于深度学习的非增强MRI模型：鼻咽癌诊断的无钆端到端解决方案

《npj Digital Medicine》：Deep learning-based non-contrast MRI model for nasopharyngeal carcinoma diagnosis: an end-to-end gadolinium-free solution

为解决鼻咽癌(NPC)诊断及随访中钆基对比剂(GBCA)暴露的安全风险，研究人员开发了一种基于知识蒸馏模态融合的深度学习模型。该模型仅利用非增强MRI(T1+T2)即可实现NPC诊断，在内部测试集和外部测试集上分别取得AUC=0.95和0.86的优异性能。多阅片者多病例(MRMC)研究证实，在AI辅助下，医生仅凭非增强MRI的诊断效能不劣于使用增强MRI(AUC: 0.90 vs. 0.93, p<0.01)，为临床提供了一种安全、高效的无钆诊断新策略。

　　

鼻咽癌(Nasopharyngeal Carcinoma, NPC)是一种起源于鼻咽黏膜的上皮性恶性肿瘤，在亚洲部分地区尤为高发。目前，磁共振成像(Magnetic Resonance Imaging, MRI)是NPC诊断和随访的首选影像学方法。标准的MRI检查通常包括非增强的T1加权(T1-weighted, T1)和T2加权(T2-weighted, T2)序列，以及注射钆基对比剂(Gadolinium-Based Contrast Agents, GBCA)后的增强T1加权(T1-weighted contrast-enhanced, T1c)序列。其中，T1c序列对于显示肿瘤的坏死、出血、囊变以及区分鼻咽癌与腺样体肥大等良性病变至关重要。

然而，GBCA的使用并非绝对安全。对于慢性肾病患者，线性GBCA有引发肾源性系统性纤维化的风险。即便是被认为更安全的环状GBCA，也存在钆在脑部（如齿状核、苍白球）及其他组织中沉积的潜在风险，其长期安全性尚不明确。因此，美国放射学会(American College of Radiology, ACR)建议对儿童、孕妇及需要多次注射的患者谨慎使用GBCA。对于需要终身进行MRI随访的NPC患者而言，反复的GBCA暴露无疑增加了累积风险。开发一种能够替代GBCA、仅基于非增强MRI进行准确诊断的方法，已成为临床实践中亟待解决的重大需求。

为了减少GBCA暴露，研究者们曾尝试开发虚拟对比增强(Virtual Contrast Enhancement, VCE)技术，即通过深度学习模型从非增强MRI中合成出虚拟的T1c图像，再进行诊断。然而，这种“两步法”存在固有缺陷：GBCA注射会显著改变组织外观，使得图像合成过程极为复杂。更重要的是，肿瘤诊断依赖于图像中占比极小的细微特征，如异质性强化、不规则边缘等，这些关键信息在合成过程中极易丢失，导致诊断可靠性不足。

为了从根本上解决这一问题，来自复旦大学附属眼耳鼻喉科医院、耶鲁大学等机构的研究团队在《npj Digital Medicine》上发表了一项突破性研究。他们开发了一种基于知识蒸馏模态融合的深度学习模型，能够端到端地利用非增强MRI进行NPC诊断，无需合成虚拟图像。该模型在训练阶段巧妙利用增强MRI作为“教师”模型，将关键的诊断知识“蒸馏”给仅使用非增强MRI的“学生”模型，从而使其在推理阶段仅凭T1和T2序列就能达到媲美增强MRI的诊断效能。

为了开展这项研究，研究人员首先从复旦大学附属眼耳鼻喉科医院回顾性收集了854例病例（427例NPC，427例非NPC）用于模型训练和验证，并利用内部测试集（257例）和来自上海质子重离子中心的独立外部测试集（277例）进行性能评估。他们设计了一个包含三个核心模块的知识蒸馏模态融合网络：知识蒸馏模块(Knowledge Distillation Block, KDB)用于从全模态“教师”模型向单模态“学生”模型传递诊断知识；跨特征融合模块(Cross-Feature Fusion Block, CFFB)用于捕获不同模态特征间的长程相关性；以及模态贡献加权模块(Modality Contribution Weighting Block, MCWB)用于动态学习各模态对最终诊断的贡献权重。模型通过结合KL散度损失、教师模型损失和分类损失进行端到端优化。此外，研究还纳入了13名来自6家医院的阅片者，开展了一项完全交叉的多阅片者多病例(Multi-Reader Multi-Case, MRMC)研究，以评估AI辅助非增强MRI诊断在真实临床场景中的价值。

内部和外部评估

研究结果显示，在内部测试集上，仅使用非增强MRI且未经模型改进的基线模型(Baseline 1)表现最差，准确率为0.84，AUC为0.93。而本研究提出的模型取得了显著提升，准确率达到0.90，AUC达到0.95，与使用全模态（T1+T2+T1c）的“理论上限”模型（准确率0.91，AUC 0.97）性能高度接近。在独立外部测试集上，尽管整体性能因数据分布差异（如T2序列是否使用脂肪抑制）而有所下降，但所提模型依然表现稳健，准确率为0.82，AUC为0.86，显著优于Baseline 1（准确率0.71，AUC 0.82）。

与其他方法的比较和消融研究

为了验证所提方法的优越性，研究人员将其与三种基于虚拟对比增强(VCE)的两步法进行了比较。结果显示，所提模型在各项指标上均显著优于这些方法。例如，与HF-GAN²⁶相比，准确率提升了6.7%；与pFLSynth²⁷相比，准确率提升了69.8%；与ALDM²⁸相比，准确率提升了28.6%。这凸显了两步法在NPC诊断任务中的不稳定性，而所提的端到端方法则更为可靠。

消融研究进一步证实了模型各核心组件的有效性。移除知识蒸馏模块(KDB)会导致精确度下降约7.8%；移除跨特征融合模块(CFFB)会导致精确度下降8.8%；移除模态贡献加权模块(MCWB)则会导致召回率下降。完整模型在所有指标上均取得了最佳结果，证明了各模块的协同作用。

模型可解释性

通过t-SNE可视化分析，所提模型在特征空间中对NPC和非NPC病例的区分能力优于Baseline 1，其聚类效果更接近全模态“理论上限”模型。无监督层次聚类分析也显示，模型在训练集和测试集上学习到的特征分布一致且分离良好，表明模型成功捕获了与NPC诊断相关的关键特征。

阅片者研究

阅片者研究是本研究的关键环节，旨在评估AI辅助非增强MRI诊断在临床实践中的真实价值。结果显示，在AI辅助下，阅片者仅使用非增强MRI(T1+T2+AI)进行诊断，其敏感性、特异性和AUC均不劣于使用增强MRI(T1+T2+T1c)的标准方法。具体而言，T1+T2+AI的AUC为0.90，而T1+T2+T1c的AUC为0.93，达到了预设的非劣效性界值。

亚组分析发现，耳鼻喉科(ENT)专家和普通放射科医生均能从AI辅助中获益。其中，普通放射科医生获益更为显著，其使用AI辅助非增强MRI的诊断效能全面达到了非劣效性标准。这提示该模型对于经验相对较少的医生具有更大的辅助价值。此外，按肿瘤T分期进行的亚组分析显示，AI辅助诊断在晚期疾病（T3和T4期）中同样表现出非劣效性。

这项研究成功开发并验证了一种基于深度学习的非增强MRI模型，为鼻咽癌的诊断和随访提供了一种安全、高效的“无钆”解决方案。该模型通过知识蒸馏技术，在训练阶段利用增强MRI的“金标准”信息，指导模型从非增强MRI中学习并提取关键的诊断特征，从而在推理阶段实现仅凭T1和T2序列即可进行高精度诊断。

研究结果表明，该模型在内部和外部测试集上均表现出色，显著优于传统的非增强MRI诊断方法以及现有的虚拟对比增强技术。更重要的是，通过一项严谨的多阅片者多病例研究，研究证实了该模型的临床转化潜力：在AI辅助下，医生仅使用非增强MRI进行诊断，其效能不劣于当前临床标准的增强MRI诊断。这一发现具有深远的临床意义。

首先，该方案能够有效避免GBCA相关的安全风险，包括过敏反应和钆在体内的长期沉积，这对于需要终身随访的NPC患者尤为重要。其次，它能够缩短扫描时间，降低检查成本，并提升患者的就医体验。最后，该模型能够为经验较少的普通放射科医生提供强有力的辅助，提升诊断的准确性和一致性，有助于实现医疗资源的优化配置。

尽管该模型在外部测试集上表现出一定的性能下降，这提示了未来需要纳入多中心、多厂商的数据以提升模型的泛化能力。此外，整合更多影像序列（如弥散加权成像DWI）以及内镜、病理等多模态数据，有望进一步提升诊断的准确性。总体而言，这项研究为鼻咽癌的精准、安全诊断开辟了新的道路，是人工智能赋能医学影像领域的一次重要实践。