基于自然语言处理的肾脏超声报告分析：影像特征与慢性肾病诊断的关联研究

这篇研究创新性地应用自然语言处理（NLP）技术解析肾脏超声报告，开发了基于词级分析和深度句法特征的模型，精准识别慢性肾病（CKD）关键指标——肾回声增强（echogenicity）和小肾脏（<10th百分位长度）。研究发现双侧回声增强对CKD的预测力最强（OR=7.642），为临床早期筛查提供了可扩展的自动化工具。

　　

Abstract

这项单中心试点研究利用自然语言处理（NLP）技术分析了1,068份肾脏超声报告，首次系统评估了文本特征与慢性肾病（CKD）诊断的关联。研究通过词级和句级两种NLP方法识别肾脏回声状态（正常/增强），并以低于性别特异性10%百分位的长度定义"小肾脏"。结果显示，词级模型在分类性能上显著优于句级方法（左肾准确率0.97 vs 0.92），双侧回声增强成为CKD最强预测因子（OR=7.642）。

Introduction

慢性肾病（CKD）影响全球约15%成人，其诊断高度依赖肾脏超声特征。肾皮质回声增强反映纤维化病理改变，而肾脏缩小（长度<8.5cm女性/<9.0cm男性）提示晚期萎缩。尽管超声报告包含关键临床信息，但自由文本的非结构化特性阻碍了大规模分析。既往研究多聚焦于影像直接分析，而本研究首次将先进NLP技术（包括临床词嵌入和ELMo句法解析）应用于报告文本挖掘。

Materials and methods

数据源自石溪大学医院（SBUH）2020-2024年住院患者超声报告，排除终末期肾病（ESKD）后保留1,068份。采用双重NLP策略：

1. 词级模型：基于临床词嵌入（clinical-embeddings-100d-w2v-cr）筛选30个回声相关术语，结合句法树分析否定语境

2. 句级模型：通过BioBERT生成句子嵌入，与专家定义的锚句子进行余弦相似度比对

   肾脏长度通过ELMo解析器提取，按性别分层后定义异常阈值。

Results

验证集显示词级模型对双侧回声增强的识别准确率达96%。多变量逻辑回归揭示：

• 双侧回声增强：OR=7.642（95%CI 4.887-11.949）

• 双侧小肾脏：OR=4.981（1.522-16.300）

  值得注意的是，无CKD诊断但eGFR<60 mL/min/1.73m²的患者中，双侧回声增强者平均eGFR显著更低（68.74 vs 83.55）。

Discussion

该研究突破性地证明：

1. 词级NLP能有效捕捉"hyperechoic"等专业术语的细微差异

2. 句法树结构可解析跨句关联（如"右肾9cm，皮质回声增强"的复合特征）

3. 模型在13位放射科医师的报告间保持稳定性能

   临床转化价值体现在：

   • 对ICD未编码的早期CKD患者（eGFR 30-59）具有筛查潜力

   • 双侧小肾脏的识别可提示移植评估时机

局限性包括单中心数据、未纳入皮质厚度等次要特征。未来方向涵盖跨机构验证和实时临床决策支持系统开发。研究为利用常规超声报告实现CKD风险分层树立了新范式。