《BJU International》：The PENIMA project: artificial intelligence decision-support tool for penile lesions – protocol paper and invitation to participate
编辑推荐：
目的：展示并描述PENIMA项目的设计、数据收集框架及中期队列特征。该项目为一项多中心倡议，旨在建立临床注释的阴茎病变图像库，以支持未来人工智能（artificial intelligence, AI）驱动的决策支持开发，并鼓励从事阴茎病变工作的泌尿外科与皮肤
目的：展示并描述PENIMA项目的设计、数据收集框架及中期队列特征。该项目为一项多中心倡议，旨在建立临床注释的阴茎病变图像库，以支持未来人工智能（artificial intelligence, AI）驱动的决策支持开发，并鼓励从事阴茎病变工作的泌尿外科与皮肤科同事参与该项目。
患者与方法：前瞻性参与者纳入于2023年3月在斯堪的纳维亚的泌尿外科与皮肤科部门启动。具有阴茎解剖结构、接受临床指征所需生殖器检查的患者被邀请参与，并按当地监管机构规定提供口头和书面知情同意。收集临床照片和结构化元数据。病变分类基于专科医师评估、临床随访以及可获得时的组织病理学。图像经假名化，并使用安全的容器化计算机视觉注释工具（Computer Vision Annotation Tool, CVAT）环境进行注释。计划使用卷积神经网络（convolutional neural networks, CNN）开发监督式机器学习模型，并进行患者水平数据集划分，使用标准诊断性能指标进行评估。该研究已获相关当地机构批准，批准号为1-10-72-150-22。
结果：截至2026年2月，已纳入1125名参与者和约7000张图像。总体而言，40%为正常解剖变异。在病变病例中，33%临床评估为良性，13%为癌前病变，8%为恶性；所有病例中22%具有组织病理学验证。临床怀疑与组织病理学之间的一致性在阴茎癌中最高（84.6%，95%置信区间[confidence interval, CI] 75.0–91.0%）。
结论：PENIMA项目包含一个多中心、以临床为基础的图像库，反映真实世界的阴茎病变表现。该可行且成功的基础设施为未来基于图像的临床决策支持工具的开发和验证提供了基础。
研究背景：阴茎病变涵盖从良性炎症性皮肤病和感染到癌前病变及侵袭性癌的广谱疾病。尽管预后、管理和治疗紧迫性差异显著，但其形态和临床特征常相互重叠。诊断异质性和病变罕见性可在常规临床实践、尤其非专科环境中造成不确定性。阴茎癌虽罕见，欧洲和北美年发病率通常低于1/100000男性，但其早期检测至关重要，因预后和生存与诊断分期及淋巴结受累强相关，延迟就诊可能导致更具侵入性的治疗并带来功能和心理后果。除恶性疾病外，炎性皮肤病、感染性病变和阴茎上皮内瘤变（penile intraepithelial neoplasia, PeIN）也可导致持续症状、心理困扰和反复就医。敏感解剖部位、污名及性健康担忧可能进一步延迟就医并造成复杂诊断轨迹。当前诊断路径通常依赖临床病史、视诊和个体临床经验，患者可能在初级保健、皮肤科和泌尿科依次评估。尽管阴茎病变评估本质上依赖视觉，但结构化决策支持工具和基于真实世界数据聚合的临床策展图像库仍基本不可用。临床医生寻求诊断支持时依赖传统教科书或临时互联网图像搜索，但生殖器疾病公开图像资源有限、策展不一，可能引发伦理和质量问题。人工智能（artificial intelligence, AI）在基于图像的医学诊断中显示前景，尤其在皮肤科和放射科，但真实世界部署仍复杂，需关注数据集多样性、与临床结局链接、工作流整合和本地验证。在泌尿外科、特别是阴茎疾病中，尚无经验证的AI支持诊断工具。一些探索性研究和原型模型虽研究AI评估选定肛门生殖器疾病，但多聚焦窄病种，而非临床实践中的全谱阴茎病变。因此，需要整合影像、组织病理学、临床评估和治疗结局的临床基础数据集。PENIMA项目即为此空白建立，通过开发多中心阴茎病变临床图像库，链接专家临床评估、病理发现和治疗结局。长期目标是开发和验证AI驱动的临床决策支持工具，帮助临床医生评估阴茎病变并减少诊断延迟、不必要治疗和护理差异。本方案论文描述设计、数据收集策略、注释程序和计划分析框架，报告诊断性能结果，并鼓励临床同事贡献图像。
研究设计与方法：资格标准（Eligibility Criteria）为存在阴茎解剖结构、年龄>18岁、能理解研究目的并根据当地法规提供知情同意。合格参与者从泌尿科和皮肤科诊所招募，这些患者需将生殖器检查作为常规临床护理一部分。无阴茎病变者作为正常解剖变异，在因其他原因、最常见膀胱镜检查咨询而临床指征需生殖器检查时招募。参与者纳入与标准操作程序（Participant Inclusion and Standard Operating Procedure, SOP）显示，前瞻性纳入自2023年3月开始并持续进行。临床检查期间由医疗专业人员进行阴茎拍照。参与中心临床医生接受相机设置书面和口头指导，并尽可能从约五个不同角度获取图像，同时优先考虑临床工作流中的实用性。纳入可通过填写登记表完成，记录患者标识符（姓名和民事登记号）、纳入日期和安全数字存储卡识别号，并以复选框记录登记临床医生职业、咨询类型、病变主观临床评估和计划临床管理。管理类别包括观察、局部治疗、阴茎活检、阴茎手术、激光治疗、包茎手术治疗、无或其他。部分参与中心还将图像上传至患者电子病历。照片可用数码相机拍摄并存于安全数字存储卡，或使用研究专用智能手机安全连接本地服务器。使用安全数字存储的中心，每个参与者记录在单独安全数字存储卡中。图像无嵌入标识符或元数据。临床元数据注册在研究电子数据采集（Research Electronic Data Capture, REDCap）平台。假名化图像上传至密码保护的本地大学服务器，随后分批转移至计算机视觉注释工具（Computer Vision Annotation Tool, CVAT）环境。CVAT部署在专用Linux（Zorin）服务器上，使用Docker运行容器化服务，访问通过机构虚拟专用网络（virtual private network, VPN）限制。图像文件名以代码字符串包含元数据，因此无患者可读数据。研究获相关当地机构批准，批准号1-10-72-150-22。
病变分类（Lesion Classification）：研究人员使用多个临床信息来源对阴茎病变分类。纳入时，临床医生在结构化登记表或病历中记录一个或多个暂定诊断，反映诊断不确定或多个病变。需要澄清时，审查随访信息和可用病历。所有活检参与者有病理结果，但无患者专为项目活检，因此仅进行临床相关阴茎活检。组织病理学发现存在时视为参考标准。感染性病变通过病历审查获得微生物学验证。无组织学确认的病变，用于注释和建模的分类基于临床评估并补充随访数据，包括记录的治疗反应。许多阴茎疾病临床管理无需活检，该法反映常规实践，并符合模型作为决策支持工具而非确定性诊断仪器的预期用途。无随访信息病例使用临床医生暂定诊断，辅以病历审查。本报告中，每个病例分配广泛参与者类别（正常、良性、癌前、恶性或其他）和更具体病变类别。计划在可行时进行限于组织学验证病例的敏感性分析，并保留诊断确定性和随访可用性元数据以允许模型开发期间分层分析。计划决策支持应用还将使临床医生可选输入随访结局，支持数据集迭代改进和未来模型推荐的前瞻性评估。
图像注释（Image Annotation）：临床元数据通过假名化文件名代码字符串链接到每张图像，包括临床医生职业、参与者年龄、是否处于阴茎癌或PeIN随访计划、可用组织病理学发现、治疗方式、局部治疗和激光消融治疗的治疗反应。注释由受训临床医生按标准化方案进行，并定期由阴茎病变专家共识审查确保一致性和临床有效性。所有病变图像在注释期间由通讯或资深作者额外审查确保标签一致性。另外，“诊断难度”属性分配给病变标签，以支持模型训练识别临床具有挑战的形态或病变类型。模型开发（Methods: Model Development）：注释数据集将用于开发监督式机器学习模型，用于基于图像的分类和临床决策支持。计划以卷积神经网络（convolutional neural networks, CNN）为主要建模方法，因其在医学图像分析中的既定性能。模型开发将涉及迭代训练、验证和测试阶段，包括数据集划分为训练、验证和留出测试子集，以评估泛化并防止过拟合。将考虑数据增强技术（如旋转、缩放和颜色归一化）提高稳健性。性能将使用临床相关指标评估，如敏感性、特异性、受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）和校准测量。随着更多注释图像和临床结局数据可用，预计模型持续改进。
关键技术方法概括：研究人员建立前瞻性多中心队列，自2023年3月起在斯堪的纳维亚泌尿科和皮肤科部门纳入需生殖器检查的成年阴茎解剖患者，采集临床照片和结构化元数据。图像假名化后上传至安全服务器，并在容器化CVAT环境由受训临床医生注释。临床元数据录入REDCap，病变分类结合专家评估、随访、组织病理学和微生物学验证。计划以CNN开发监督式机器学习模型，进行患者水平数据集划分，并应用训练、验证和留出测试，使用敏感性、特异性、AUC和校准指标评估。样本队列来源为斯堪的纳维亚10个泌尿科和3个皮肤科部门。
研究结果：纳入（Inclusion）：截至2026年2月，通过前瞻性多中心纳入，已有1125名参与者并收集约7000张临床图像，招募持续进行，目前在斯堪的纳维亚10个泌尿科和3个皮肤科部门开展，跨境数据传输所需法律协议正在准备。结论是该大规模前瞻性纳入在常规临床工作流中可行。参与者与病变分布（Participant and Lesion Distribution）：在1125名参与者中，40%作为无可识别病变的正常解剖变异纳入，33%临床评估为良性病变，13%为癌前病变，8%为恶性病变，6%待进一步评估未分类。总体队列中，22%有组织学验证诊断，38%有病变无组织病理学确认。最普遍病变类别为未分类或慢性炎症（25%）、PeIN（22%）、阴茎癌（13%）和硬化性苔藓/闭塞性干燥性龟头炎（balanitis xerotica obliterans, BXO）。在组织病理学验证病变中，阴茎癌（31%）和PeIN（32%）最常见。该分布反映泌尿科临床实践中的病例组合。一致性（Concordance）：通过将组织病理学验证诊断与就诊时临床医生暂定诊断比较，总体一致性在恶性组最高，79例中66例（83.5%，95% CI 73.9–90.1%）被正确怀疑恶性；癌前和良性组分别为68.8%（95% CI 57.8–78.1%）和69.7%（95% CI 59.5–78.2%）；“其他”组为7.7%（95% CI 1.4–33.3%）。在具体诊断水平，一致性最高为癌（84.6%，95% CI 75.0–91.0%），其次BXO（73.1%，95% CI 53.9–86.3%）和PeIN（68.8%，95% CI 57.8–78.1%）；炎症为42.2%（95% CI 29.0–56.7%），湿疣为50.0%（95% CI 23.7–76.3%），溃疡为60.0%（95% CI 23.1–88.2%）。黑色素瘤和梅毒各一例，临床医生均未怀疑。多个暂定诊断在活检患者中比例显著，BXO患者中最高（57.7%），其次炎症（28.9%）和PeIN（27.3%）。结论是恶性病变临床怀疑可较可靠触发诊断路径，但炎性和溃疡性病变区分仍困难。
讨论：纳入（Inclusion）：参与者招募参与度高，退出率低，纳入临床医生报告登记流程简单且可在5分钟内完成。参与者态度积极，许多人表达利他动机。该热情促成另一篇关于阴茎病变男性参与临床研究意愿的社会学与泌尿外科研究文章。分布（Distribution）：病变类型分布主要反映招募模式，因多数参与者在泌尿科部门纳入，故队列不代表一般阴茎病变患者人群，而反映泌尿科临床实践典型病例组合。组织学验证诊断分布可能反映常规临床决策，即怀疑恶性病变更常活检，而许多良性病变临床管理无组织病理学确认，因此组织学验证子集应解释为活检阴茎病变代表，而非整体阴茎病变代表。一致性（Concordance）：一致性数据须考虑固有选择偏倚，活检患者是临床图像足够不确定而需组织诊断者，除疑似恶性或癌前病变按指南需活检。因此一致性率可能低估全队列总体诊断准确性，因为简单良性病例很少活检。阴茎癌84.6%一致性提示恶性临床怀疑可靠触发适当诊断路径，但13例活检真阴茎癌若临床医生未考虑活检并仅依赖暂定诊断可能被漏诊。炎症和溃疡病变一致性较低，反映仅靠临床检查区分反应性、感染性和癌前过程的公认困难，这些发现强调临床决策支持工具可减少不确定性。临床相关性、可扩展性和潜在影响（Clinical Relevance, Scalability, and Potential Impact）：准确区分阴茎病变具有临床重要性，但诊断变异持续，尤其在专科转诊环境之外。本研究建立前瞻性收集、注释的阴茎病变图像数据集并嵌入常规临床工作流，解决当前空白。多中心设计通过捕获病变形态、成像条件和临床医生经验变异增强外部有效性。纳入正常解剖变异以及良性、癌前和恶性病变反映实践中临床谱，来自额外斯堪的纳维亚中心的数据传输将进一步增加数据集异质性和稳健性。技术基础设施支持连续数据累积、安全注释和通过容器化部署及结构化元数据整合的迭代模型开发。随着数据集扩展，模型可重新训练提高稳健性和泛化性。SOP预计在数据保护框架允许下转向更全面数字化工作流。验证后，源自该数据集的基于图像的决策支持工具可协助临床评估，支持诊断一致性，并可能改善癌前和恶性病变的早期识别，尤其在非专科环境。扩展到额外国际中心可能通过引入更广泛人口和临床变异进一步增强数据集稳健性，因此欢迎与外部合作伙伴合作，支持在不同医疗环境中的评估。当前方案强调整个注释过程中的安全数据处理、治理和专家监督。将数据集开发嵌入常规临床实践可能促进未来临床适用性，同时保持适当数据保护标准。PENIMA项目建立多中心、临床整合框架，系统收集和注释阴茎病变图像，链接真实世界临床数据。当前队列证明在常规临床工作流中大规模纳入的可行性，并强调阴茎病理固有的诊断变异。通过结合数字照片、临床评估和随访数据，项目为开发基于AI的临床决策支持工具提供基础。持续数据累积、注释和未来验证将确保该方法在改善诊断一致性和支持不同医疗环境中阴茎病变管理方面的临床效用。
研究结论翻译：PENIMA项目包含一个多中心、以临床为基础的图像库，反映真实世界的阴茎病变表现。该可行且成功的基础设施为未来基于图像的临床决策支持工具的开发和验证提供了基础。
