剂量与图像重建算法对AI颅内动脉瘤检测一致性的影响：基于CT体模的标准化评估

本研究通过标准化CT体模实验，评估了FDA/CE认证的AI算法在不同辐射剂量（0.47-20.09 mGy）和重建方法（SAFIRE IR/FBP）下对颅内动脉瘤（IA）检测的稳定性。结果显示AI在中等剂量范围（≥8 mGy IR）表现稳定，但在低剂量和高剂量FBP下出现不一致性，而神经放射科医生在>2 mGy时保持100%检出率。该研究揭示了AI对数据质量的敏感性高于人类，为临床AI监控提供了标准化测试方法。

　　

在神经血管疾病领域，颅内动脉瘤（IA）的早期检测至关重要，其破裂可导致致命性蛛网膜下腔出血。虽然CT血管造影（CTA）是IA诊断的金标准，但人工智能（AI）辅助工具的临床应用面临严峻挑战：FDA/CE认证的AI模型在实际场景中可能因扫描参数（如剂量、重建算法）的微小变化而性能波动。这种"黑箱效应"使得医疗机构难以评估AI在特定设备上的可靠性，而传统依赖患者数据的验证方法又存在伦理和标准化障碍。

针对这一痛点，柏林创伤医院与夏里特医学院的Leonie Goelz、Paul Jahnke团队创新性地采用高仿真头颈部体模（PhantomX 50-03），模拟了前交通动脉（ACoA）、大脑中动脉（MCA）和基底动脉（BA）的3个动脉瘤（直径2-4 mm）。通过系统改变CT剂量指数（CTDI_vol
0.47-20.09 mGy）和重建算法（迭代重建SAFIRE IR vs. 滤波反投影FBP），研究者对商业AI软件AIDOC进行了126次标准化测试，并与5位神经放射科医生（9-24年经验）的评估结果对比。

关键技术方法

1. 定制化体模技术：基于专利方法制造含真实组织特性的3D打印体模，精确模拟动脉瘤解剖位置（如ACoA邻近颅底骨结构）
2. 多参数CT扫描：在Siemens Somatom AS 128排CT上，采用21级剂量梯度（调整管电流7-298 mAs）和两种重建算法（IR I26f核/FBP B26f核）
3. 双盲评估体系：AI输出的热图由两名放射科医生独立验证，人类读片通过开源平台Human Observer Net随机化评估

研究结果

AI标记的空间分布特性
MCA动脉瘤检出率最高（92.9%），标签尺寸（平均4.2 mm²
）和强度显著大于ACoA（74.6%检出率，p<0.001）。BA动脉瘤仅检出3次（2.4%），且标签位置偏移（图5）。标签重现性分析显示，MCA的变异系数（CV）在IR下为0.08（尺寸）和0.04（强度），显著优于ACoA的0.25/0.08。

剂量与重建算法的临界阈值

• IR组：≥8 mGy时MCA/ACoA标记稳定，但5 mGy时意外出现全动脉瘤检出（非重现性）；≤2 mGy时ACoA检出率骤降
• FBP组：性能整体劣于IR，ACoA在>14 mGy高剂量区出现非预期波动（图3），且BA动脉瘤零检出
• 人类医生：在>2 mGy剂量下保持100%动脉瘤可见性，图像质量评分不受重建算法影响（p=1）

讨论与意义
本研究首次通过标准化体模揭示了AI动脉瘤检测的"数据质量敏感窗"：虽然FDA批准该AI用于>5 mm动脉瘤，但实验显示其对4 mm病变仍有效——前提是剂量维持在8-14 mGy IR的"安全区"。超出此范围时，AI表现与常规认知背道而驰：高剂量+FBP组合反而导致性能下降，而人类医生仅受极低剂量（≤2 mGy）影响。

这种差异可能源于AI训练数据的局限性：临床常见MCA动脉瘤（检出率92.9%）的训练样本可能远多于罕见BA动脉瘤（2.4%检出率）。更重要的是，商业AI缺乏"质量耐受性"设计，其内部机制无法像人类一样自适应补偿图像噪声或骨伪影。

该研究为临床AI监控树立了新范式：

1. 设备更新需同步AI验证：常规CT参数调整（如切换FBP）可能无声息地破坏AI性能
2. 体模标准化测试的价值：相比耗时的人类-AI对比，PhantomX可前瞻性捕捉性能衰减
3. 算法透明化需求：厂商应开放质量控制接口，允许医疗机构监测AI决策置信度

论文发表于《Scientific Reports》，为AI医疗落地提供了关键的质量控制框架，其体模测试方法可直接推广至其他影像AI的本地化验证。未来研究需扩展至更多动脉瘤形态和扫描设备，以建立全面的AI性能预测模型。