《Nature Biomedical Engineering》：Repurposing adult AI radiograph models for neonatal care through continual learning: an international multicentre study
编辑推荐：
尽管人工智能(artificial intelligence, AI)在放射学中的临床采用日益增加，但商业化可用模型中获准用于儿科者不足五分之一。现有系统主要基于成人数据训练，对新生儿泛化能力差；然而，无需数据共享或大规模本地数据整理即可重利用这些模型的有效策
尽管人工智能(artificial intelligence, AI)在放射学中的临床采用日益增加，但商业化可用模型中获准用于儿科者不足五分之一。现有系统主要基于成人数据训练，对新生儿泛化能力差；然而，无需数据共享或大规模本地数据整理即可重利用这些模型的有效策略仍然缺乏。在此，研究人员展示一项国际回顾性研究，纳入来自20个国家和地区30个新生儿重症监护病房(neonatal intensive care units, NICUs)的新生儿胸片，评估持续学习(continual learning)作为一种隐私保护方法，将用于成人气管插管(endotracheal tube, ETT)评估的深度学习模型适配至新生儿监护。每家医院贡献50张放射照片用于序贯模型再训练，无需集中式数据汇总。持续学习在30个中心中的29个中心实现了更低的解剖标志定位误差（0.67 cm，对比医院特异性微调的1.29 cm和仅成人模型的4.30 cm），并在30个中心中的27个中心改善了深部插管的检测。这些发现表明，隐私保护协作学习可解决儿科人工智能部署中的关键缺口。
论文解读：通过持续学习将成人人工智能胸片模型重用于新生儿气管插管评估
研究背景与问题：当前医学人工智能(artificial intelligence, AI)模型主要面向成人，仅17%商业化模型获美国食品药品监督管理局(US Food and Drug Administration, FDA)批准用于儿科患者。放射学中，成人AI工具直接用于新生儿时，生理和成像协议差异可导致性能大幅下降。儿科数据稀缺，儿童占公共医学影像数据集不足1%；跨机构数据共享受隐私法规限制，大规模注释成本高。多数儿科AI模型依赖单中心数据，少有外部验证，跨机构部署常性能下降。因此，需要数据高效且隐私保护的适应技术，使已有成人AI模型可用于儿科，并在多样环境验证。研究人员因此开展国际回顾性研究，覆盖30个新生儿重症监护病房(neonatal intensive care units, NICU)、20个国家和地区，验证协作多医院方法，用各站点少量本地整理数据将成人AI模型适配至新生儿，无需共享患者数据。研究聚焦气管插管(endotracheal tube, ETT)评估作为概念验证，因为成人胸片已有多个AI工具获FDA许可，而新生儿无商业方案。持续学习(continual learning)被假设为有效且高效的方法，该范式使模型从数据流顺序学习，不访问先前数据，目标累积并保留知识。评估目标包括ETT尖端和carina（气管隆突）解剖标志定位准确性，以及异常插管下游分诊；比较持续学习与直接预测、医院特异性微调。该研究发表于《Nature Biomedical Engineering》，具有重要临床和转化意义。
关键技术方法概述：该研究采用国际多中心回顾性队列，来自30个NICU、20个国家和地区，每中心约100张胸片，共2,965张、2,960例患者，年龄0–6个月，以2021年为主。模型为CarinaNet，基于RetinaNet目标检测框架、ResNet-50骨干和特征金字塔网络(feature pyramid network, FPN)，先在COCO数据集预训练，再用1,890张成人ICU胸片适配。持续学习按医院顺序传递模型，每院用50张本地胸片在本地计算环境再训练，仅转移模型权重；对照为直接预测和医院特异性微调(hospital-specific fine-tuning)。图像经直方图均衡、缩放至640×640像素、COCO格式标注；以ETT宽度进行像素到厘米校准。评估定位误差、大于5 cm极端误差、精确率@15(precision@15)、召回率@15(recall@15)、假阳性率(false positive rate, FPR)及反向评估(backward evaluation)。
研究结果：
Continual learning for paediatric radiograph interpretation（儿科胸片判读的持续学习）：研究人员建立30个NICU国际联盟，每中心贡献约100张胸片及ETT尖端和carina专家标注，实施持续学习：成人ICU预训练模型顺序传递，每站点用50张本地数据再训练，仅传递模型参数；与直接预测和医院特异性微调比较。结论：该框架无需集中数据池即可实现隐私保护的协作模型适应。
Study cohort（研究队列）：队列包含30个中心的2,965张NICU胸片，来自2,960名患者；中位年龄2天（四分位距(interquartile range, IQR) 1–11天），平均出生体重2,195 g（标准差(standard deviation, s.d.) 1,234 g），平均胎龄32.9周（s.d. 5.3周），男性55.9%；31张（1.0%）为支气管插管。结论：队列反映全球NICU临床多样性。
Performance of continual learning across 30 NICUs（30个NICU中持续学习的性能）：通过测量ETT尖端和carina定位误差及极端误差。持续学习在几乎所有站点优于基线：ETT尖端中位误差从直接预测2.35 cm和微调0.94 cm降至0.40 cm；carina从1.62 cm和0.27 cm降至0.20 cm；合并定位误差平均0.67 cm，30个中心中29个改善、27个显著。大于5 cm极端误差在持续学习为2.6%，微调8.2%，直接预测37.4%；持续学习在24/30站点减少或匹配微调。人口亚组表现大体一致。结论：持续学习提高定位精度并减少临床相关极端错误。
Clinical relevance of localization improvements（定位改善的临床相关性）：通过预测ETT–carina距离、以ETT宽度校准像素到厘米并排序分诊。低插管中，距离与临床标签Kendall’s tau（τ）平均0.64，30/30显著。持续学习对低插管precision@15和recall@15在27/30站点正改善，18/30显著，18/30假阳性率显著降低，部分医院precision超过80%。高插管相关性较弱，平均τ=0.39，28/29显著，但持续学习仍在8/29显著改善，23/29正改善。结论：定位改善可转化为低插管分诊的临床相关改善。
Maintenance of performance on previously seen hospitals（对既往医院性能的保持）：通过100个随机医院顺序进行反向评估，比较中间模型和最终模型。最终模型在序列早期医院平均改善0.48 cm，随序列位置改善减小（Spearman ρ=?0.85，P小于0.001），但几乎全部序列位置性能改善或稳定。结论：序贯训练未导致灾难性遗忘(catastrophic forgetting)，支持累积知识获取。
Extents and limits of continual learning（持续学习的范围与限制）：三项分析。成人预训练分析显示，成人ICU预训练初始化在25/30测试站点定位更优，precision@15和recall@15在27/30站点改善；医院数量分析显示，300个留出站点和顺序组合中性能提升随医院增加稳定增加（Spearman ρ=0.74，P小于0.001），无平台；数据质量分析显示，纳入一个低分辨率第31个NICU站点后，合并定位误差由0.67 cm升至0.75 cm，precision@15和recall@15正改善站点由27/30降至20/30。结论：成人预训练有益，持续学习随参与站点增加而扩展，但低质量数据可能限制收益，未来可能需要贡献站点质量阈值。
讨论部分总结：研究人员提出将成人放射AI模型重用于新生儿的持续学习概念验证，覆盖20个国家和地区30家医院，是新生儿AI中地理多样性较高的影像队列之一。该方法无需集中大数据集、共享患者数据或专门AI团队。研究系统表征成人预训练、贡献站点数量、数据质量异质性及累积知识保持等条件。讨论指出，集中式数据池和联邦学习(federated learning，一种聚合式多站点协作方法，中央服务器收集并平均参数更新)各有较高操作要求；持续学习更简单。未来可各医院接收自包含训练容器和预处理脚本，本地IT执行，临床仅整理标注适量数据，并通过反向评估和共享账本监测、回滚。研究解决儿科AI数据稀缺和验证不足缺口；在ETT任务上持续学习优于微调和直接预测，定位准确性与成人ICU原模型相当。限制包括类平衡数据集要求、数据质量异质性、像素到厘米转换依赖ETT宽度、高插管距离代理较弱、需前瞻验证、真正去中心执行、监管和极早产儿临床余量窄。
研究结论翻译：最终，本研究提供了使用持续学习将成人AI模型重用于新生儿胸片判读的概念验证，并在迄今组装的地理多样性最高的多机构儿科影像队列之一中验证。据研究人员所知，既往没有研究在如此数量的国际儿科站点提出并评估隐私保护模型适应框架，也没有在来自如此多样临床来源的新生儿数据上展示头对头性能比较。研究人员的结果表明，对于多机构成人与儿科模型适应，持续学习为集中式训练和联邦学习提供了一种实用、数据高效的替代方案。这些发现支持进一步研究持续学习作为改善儿科AI算法在不同即时检测环境中真实世界性能的范式。
