综述：磁共振成像结合人工智能在脊柱转移瘤中的临床应用：一项系统评价

《Journal of Bone Oncology》：Clinical applications of MRI-based artificial intelligence in spinal metastases: A systematic review

　　

目的：本综述系统评估人工智能（AI）联合磁共振成像（MRI）在脊柱转移瘤诊疗全流程中的研究现状、方法学特征及转化挑战，为临床实践与未来研究提供参考。方法：研究人员遵循《系统评价与荟萃分析优先报告条目》（PRISMA）指南，系统检索PubMed、Web of Science及Cochrane Library数据库，纳入基于MRI数据构建机器学习、深度学习及大语言模型等AI算法用于脊柱转移瘤研究的原创性文献。由两名研究者独立完成文献筛选与数据提取，最终将61项研究纳入定性合成分析。结果：纳入研究聚焦于四大核心临床任务：诊断与病理分型（23项）、临床预后与风险分层（17项）、病灶检测与分割（16项）及自动化临床评分与报告分析（5项）。AI模型在上述任务中均表现出良好性能，其中良恶性鉴别的最高曲线下面积（AUC）达0.98，自动病灶分割的最高Dice相似系数（DSC）超过0.85。然而，现有研究仍存在显著局限性：73%为单中心回顾性研究，多数仅针对孤立任务而非整合临床工作流程，且在多中心泛化性、长期生存预测及多模态数据融合等方面存在明显空白。结论：基于MRI的AI技术有望显著提升脊柱转移瘤的诊断与管理水平。未来研究应着重开展大规模多中心前瞻性验证，并构建覆盖筛查、决策支持、治疗反应评估及长期随访的一体化智能系统。

1. 1.
   引言
   脊柱是晚期恶性肿瘤骨转移的最常见受累部位之一，肿瘤浸润可引发剧烈疼痛、病理性骨折、脊柱失稳及转移性硬膜外脊髓压迫（MESCC），进而导致运动功能障碍、二便失禁甚至永久性瘫痪。因此，早期识别脊柱转移灶并及时评估神经压迫与脊柱稳定性至关重要。当前脊柱转移瘤的治疗决策依赖多学科协作，需依据神经压迫情况、肿瘤治疗敏感性、脊柱机械稳定性及患者全身状态等多维度因素综合判断，对影像学评估的准确性与一致性提出了极高要求。传统X线、计算机断层扫描（CT）及骨扫描在评估皮质骨破坏与全身骨转移方面应用广泛，但对早期骨髓腔内的微小转移灶敏感度较低，难以清晰显示骨髓浸润、硬膜外软组织侵犯及脊髓受压范围。相比之下，MRI凭借优异的软组织对比度与多序列成像能力，成为脊柱转移瘤诊断与评估的核心手段，其对病灶的检出灵敏度与特异度均超过90%，可清晰显示椎体骨髓受累、硬膜外侵犯、椎管内肿瘤延伸及脊髓受压情况，广泛应用于MESCC分级、放疗靶区勾画、术前评估及疗效随访。然而，随着全脊柱MRI与全身MRI的普及及癌症患者生存期延长，影像数据量激增，放射科医师工作负荷显著增加。脊柱转移瘤常呈多灶性分布，病灶大小、信号强度、强化模式及解剖位置异质性高，微小病灶与复杂解剖区域病变易漏诊，且病灶分割、骨转移负荷量化及脊髓、危及器官（OARs）勾画等任务耗时较长，易受阅片者经验与疲劳影响。近年来，深度学习技术在医学图像分析领域快速发展，卷积神经网络（CNN）等模型已广泛应用于图像分类、病灶检测、分割及预后预测。AI模型可自动提取图像高维特征，较传统人工阅片或手工特征分析更适用于处理多序列、高维度的MRI数据，在脊柱转移瘤的病灶检测分割、良恶性鉴别、原发肿瘤溯源、放疗图像处理、治疗决策支持及预后评估等方面展现出应用潜力。为提升可读性，本文在补充表S1中汇总了主要技术术语、缩写、AI模型及临床术语定义。
2. 2.
   方法
   研究人员采用检索策略“((((MRI) OR (MR)) OR (magnetic resonance imaging)) AND (((deep learning) OR (machine learning)) OR (artificial intelligence))) AND (metasta*)) AND (((spine) OR (spinal)) OR (bone))”系统检索PubMed、Web of Science及Cochrane Library数据库，未设置额外检索限制。纳入标准为：聚焦脊柱转移瘤、采用机器学习（ML）、深度学习或其他AI技术、基于MRI数据构建模型的原创研究。排除标准包括：（1）非骨转移相关研究或仅关注原发肿瘤；（2）建模未使用MRI相关信息；（3）未采用ML、DL或其他AI方法；（4）动物研究、综述、会议摘要、评论等非原创研究。两名研究者独立完成文献标题与摘要初筛、全文复筛、 eligibility评估及数据提取，分歧通过与第三名评估者讨论解决。本研究严格遵循PRISMA指南报告规范，主要提取信息包括研究设计、任务类型、模型构建方法、样本量及模型性能指标，补充表S2提供了主要评价指标的定义，数据差异经讨论达成一致。
3. 3.
   结果
   3.1. 检索结果
   初步检索共获得296篇相关文献，经标题与摘要筛选排除198篇，剩余98篇进行全文评估，最终61项研究符合纳入标准。根据任务类型与性能指标，纳入研究可分为四类：诊断与病理分型、自动检测与精准分割、自动化临床报告与评分、临床预后与手术风险预测。

3.2. 研究特征

在61项纳入研究中，诊断与病理分型相关研究最多（23项），其次为临床预后与手术风险预测（17项）、病灶自动检测与精准分割（16项）、自动化临床报告与评分系统开发（5项）。不同研究采用的MRI序列存在差异，因部分研究同时使用多序列，序列计数存在重叠，其中T2加权成像（T2WI，33项）、T1加权成像（T1WI，28项）及扩散加权成像（DWI，15项）最为常用，部分研究还采用了动态增强MRI（DCE-MRI）、短时反转恢复序列（STIR）等功能序列。研究人群分析显示，52%（32项）的研究聚焦泛发性或未特指骨转移瘤，旨在开发普适性检测、诊断或评估方法；其余29项研究针对特定癌种，其中前列腺癌相关研究占比最高（13项，11项为单纯前列腺癌研究，2项为联合研究），其次为肺癌（8项，7项为单纯肺癌研究，1项为联合研究），多发性骨髓瘤相关研究5项。研究中心分布方面，73%为单中心研究，双中心研究11项，多中心研究5项；模型类型方面，深度学习模型32项，机器学习模型29项。

3.3. 诊断与病理分型：从视觉识别到虚拟活检

该领域研究最为集中，23项研究主要分为四大核心任务，旨在通过提取肉眼不可见的MRI信息，辅助评估病灶与肿瘤生物学特征、原发部位及分子标志物。

3.3.1. 转移与非转移病灶鉴别

9项研究聚焦于区分脊柱转移瘤与非转移病灶，主要包括椎体压缩骨折性质判定、脊柱结核与转移瘤鉴别及脊柱病变多分类。基于常规MRI的深度学习模型在椎体压缩骨折鉴别中表现优异，卷积神经网络（CNN）模型区分骨质疏松性椎体骨折与恶性椎体压缩骨折的T1WI模型曲线下面积（AUC）达0.984，准确率96.4%，性能不劣于脊柱外科医师；另一项CNN/支持向量机（SVM）研究显示，转移性压缩骨折识别灵敏度可达1.000，提示MRI深度学习特征可为骨折性质判定提供额外支持。基于矢状位T2WI的深度学习模型在脊柱结核与转移瘤鉴别中，内部验证集准确率达98.7%、AUC 0.98，外部测试集准确率91.9%、AUC 0.95，有助于降低两者影像学表现重叠时的误诊风险。此外，多序列MRI融合模型与基于影像组学的机器学习模型已实现良性病变、原发恶性肿瘤与转移瘤的多分类鉴别，更贴近临床复杂场景，可减少影像评估的主观性。

3.3.2. 转移瘤与其他恶性脊柱肿瘤鉴别

6项研究探索了脊柱转移瘤与其他恶性脊柱肿瘤的鉴别，包括多发性骨髓瘤、骶骨原发肿瘤、原发恶性脊柱骨肿瘤及椎管内恶性肿瘤。针对骨髓瘤与转移瘤鉴别，CNN-Transformer融合模型、MRI影像组学模型及多视图注意力网络均显示出一定判别效能，其中一项双中心MRI影像组学模型AUC达0.870、准确率0.862；基于对比增强T1WI（CE-T1WI）的多视图注意力深度学习模型鉴别脊柱骨髓瘤与肺癌脊柱转移瘤的AUC为0.7847、准确率0.8108，提示两者在MRI信号强度、纹理及病灶形态学上仍存在可识别差异。针对特殊解剖部位或复杂肿瘤类型，三分类影像组学模型可实现骶骨脊索瘤、巨细胞瘤与转移瘤的术前鉴别，AUC 0.773、准确率0.711；基于对比增强MRI的深度学习模型鉴别脊柱转移瘤与原发恶性脊柱骨肿瘤AUC达0.9786、准确率98.56%；多模态MRI深度学习模型对恶性椎管内肿瘤分类的整体平均AUC为0.922，识别脊柱转移瘤的AUC为0.845。总体而言，MRI-AI在恶性脊柱病变细分中展现出潜力，可为病理检查、手术规划及综合治疗策略选择提供补充证据。

3.3.3. 骨转移瘤原发灶溯源

4项研究构建了未知原发灶脊柱转移瘤的原发灶预测模型，主要包括肺癌来源转移瘤的二分类鉴别及常见原发肿瘤的多分类预测。基于DCE-MRI的卷积长短期记忆（CLSTM）模型通过分析动态增强过程中的信号变化，区分肺癌来源与非肺癌来源脊柱转移瘤的平均准确率达0.81；基于术前CE-T1WI的深度学习模型在外部测试集准确率为0.72、AUC 0.76，优于影像组学模型及放射科医师评估，提示肿瘤血供、强化模式及对比增强MRI的内部异质性可用于鉴别肺癌转移灶。基于非增强MRI的ResNet-50残差网络模型可实现脊柱转移瘤肺、肾、乳腺、甲状腺及前列腺癌五分类溯源，五分类任务中top-1准确率52.97%、AUC-ROC 0.77，三分类任务top-1准确率提升至67.16%、AUC-ROC升至0.85；另一项研究对比基于专家影像特征的机器学习模型与ResNet50深度学习模型，前者top-3准确率达0.88、AUC 0.80，优于ResNet50。MRI-AI可在原发灶不明时为初步评估提供补充信息，缩小筛查范围，其中对比增强MRI与DCE-MRI对肿瘤血供及强化特征更敏感，非增强MRI则更易获取，当前模型更适合作为原发灶筛查的方向指引工具。

3.3.4. 分子亚型与基因突变预测

4项研究探索了肺癌脊柱转移瘤表皮生长因子受体（EGFR）突变状态及常见敏感突变亚型的无创预测，初步尝试影像“虚拟活检”。早期研究多采用MRI影像组学方法，融合T1WI、T2WI及脂肪抑制T2加权成像（T2-FS）特征的模型在训练集与验证集预测EGFR突变状态的AUC分别为0.891与0.771；另一项针对胸椎转移瘤的研究联合吸烟状态构建临床-影像组学列线图，在时间独立验证集AUC达0.821，提示多序列MRI的纹理、信号等形态学特征可能与EGFR突变状态相关。后续研究聚焦EGFR敏感突变亚型，基于T1WI与T2-FS序列的临床-影像组学列线图在外部验证集中预测总体EGFR突变、19号外显子突变及21号外显子突变的AUC分别为0.780、0.846与0.818，表明MRI可同时预测EGFR突变状态及常见敏感突变亚型。端到端深度学习模型CM-EfNet预测EGFR突变状态的内部与外部验证集AUC分别为0.851与0.764，鉴别19号与21号外显子突变的外部验证AUC为0.687，研究采用梯度加权类激活映射（Grad-CAM）热力图可视化模型关注区域，提升了结果可解释性。此类模型并非替代基因检测，而是在组织样本不可获取、活检困难或基因检测结果待回报时，为EGFR突变风险分层提供无创补充信息。

3.4. 脊柱转移瘤病灶检测、分割及放疗靶区勾画

16项纳入研究主要分为两类：病灶自动检测与分割、放疗相关图像处理与计划辅助，AI技术在提升脊柱骨转移MRI检查效率与一致性、支持病灶量化、随访对比及放疗计划制定方面展现出应用价值。

3.4.1. 全野骨转移病灶自动筛查与分割

11项研究聚焦脊柱及骨转移病灶自动检测分割及MRI工作流程优化，旨在解决全脊柱/全身MRI图像量大、人工阅片耗时长、微小病灶易漏诊及治疗前后疾病程度客观对比困难等问题。基于多中心全脊柱MRI构建的U-Net模型在外部测试集Dice相似系数（DSC）达0.699，病灶检测灵敏度0.857，可实现可疑转移灶的快速定位；全身MRI相关研究进一步聚焦骨转移负荷量化，通过自动分割病灶计算治疗前后肿瘤体积、表观扩散系数（ADC）等指标，支持影像学疗效对比。针对微小病灶与复杂解剖区域病变识别，多分辨率连体神经网络与Transformer模型通过整合多尺度图像块、相邻层面信息及多序列信息，实现更稳定的病灶识别；三维U-Net（3D U-Net）模型在骨盆骨转移瘤检测分割中展现出良好的患者水平分期效能；基于T1WI的U-Net类模型对椎体转移瘤勾画的平均DSC达73.84%。部分研究致力于优化MRI成像流程，条件生成对抗网络（cGAN）可从T1WI与T2WI生成虚拟STIR图像，在多数脊柱病变评估中与真实STIR图像一致性较高；深度学习去噪重建技术应用于全身背景信号抑制扩散加权成像（DWIBS），在提升图像质量与骨转移灶显示清晰度的同时缩短了扫描时间。病灶自动检测分割研究已从单纯病灶识别向病灶范围勾画、骨转移负荷量化及MRI图像质量优化拓展，可为多发骨转移或长期随访患者提供更早的可疑病灶预警及客观的治疗前后对比影像指标。

3.4.2. 放疗相关图像处理与计划辅助

5项研究聚焦放疗相关图像处理与计划辅助，包括正常结构自动分割、MRI信号标准化、伪CT生成、骨结构校正及CT/MRI图像融合。基于全身扩散加权成像（WB-DWI）的U-Net模型可自动勾画脊髓及周围脑脊液区域，测试集DSC、精确度与召回率均超过0.87；针对盆腔MRI的3D U-Net模型可分割腰椎、骶尾骨、髂骨、髋臼及股骨头等骨性结构，平均DSC约0.80–0.85，可减少人工勾画工作量，为骨转移灶定位与量化分析奠定基础。在MRI-only放疗计划领域，deepMTP模型可从单次三维T1WI扫描生成伪CT图像，骨组织DSC达0.85，平均绝对误差约75亨氏单位（HU），基于伪CT的放疗计划与传统CT计划差异较小；正电子发射断层显像/磁共振成像（PET/MRI）衰减校正研究显示，深度学习方法可提升骨结构检测效能，骨区域DSC达0.77；CT/MRI融合模型可同时保留CT的骨结构信息与MRI的软组织对比度，为靶区与危及器官勾画提供补充影像信息。此类研究主要聚焦放疗前图像处理，旨在通过MRI获取更多结构勾画、骨结构识别、剂量计算及治疗计划相关信息，提升放疗前图像处理效率。

3.5. 脊柱转移瘤自动化临床评分与智能报告解析

5项研究聚焦脊柱转移瘤影像学结果的自动分级与报告信息提取，主要包括MESCC的Bilsky分级、脊柱肿瘤不稳定评分（SINS）自动计算及骨转移报告筛查与转诊评估。深度学习模型在Bilsky分级中可区分低级别与高级别脊髓压迫，内部测试集灵敏度97.6%、特异度93.6%，外部测试集灵敏度89.9%、特异度98.1%，有助于临床快速识别重度压迫病例。SINS评分相关研究采用大语言模型（LLMs）辅助评分计算与稳定性分层，Claude 3.5计算总SINS与专家共识的一致性组内相关系数（ICC）达0.984，稳定性分层准确率98.4%；LLM辅助医师评分可将ICC提升至0.993，并缩短评分时间；在明确评分规则与少量示例引导下，LLM稳定性分类准确率达96%–98%。基于大语言模型的报告筛查技术可从脊柱MRI报告中自动提取数据，结构化标注是否存在脊柱肿瘤或椎管狭窄，其中基于Llama3的方法识别脊柱肿瘤的准确率达1.000，可减少人工标注工作量，为MRI图像分类模型训练提供数据支持。综上，AI可辅助Bilsky分级、SINS评分及放射报告分析等临床工作流程，当前工具更适用于临床预警、初筛及自动评分验证场景。

3.6. 转移风险预测与治疗相关风险评估

17项研究主要聚焦原发癌骨转移或远处转移风险预测，以及脊柱或骨转移瘤患者的治疗相关风险与疗效评估，提示MRI-AI可为高危患者识别、治疗前风险评估及疗效随访提供辅助信息。

3.6.1. 原发癌骨转移风险的无创预测

13项研究基于前列腺癌、乳腺癌、鼻咽癌、软组织肉瘤及口腔鳞状细胞癌的原发肿瘤MRI构建了骨转移与远处转移风险预测模型。前列腺癌相关研究最为集中，多项研究表明，基于双参数或多参数MRI的影像组学、深度学习及临床融合模型可有效预测初诊或术后患者骨转移风险，部分模型外部验证AUC接近0.90，提示MRI特征可为前列腺特异性抗原（PSA）、国际泌尿病理学会（ISUP）分级等传统临床指标提供补充信息。乳腺癌研究主要聚焦远处转移风险预测，联合MRI特征与临床病理因素的模型效能优于单一影像或临床模型；鼻咽癌研究显示，多序列MRI模型可预测治疗后单器官远处转移（如骨转移）风险。原发肿瘤MRI的纹理、信号及强化特征可反映肿瘤异质性与侵袭性，联合影像特征与临床病理数据有助于识别骨或远处转移高危患者，为后续影像学检查与随访计划制定提供支持。

3.6.2. 围手术期与治疗相关风险预测

4项研究聚焦脊柱或骨转移瘤患者的治疗相关风险与疗效评估，包括术中大出血预测、立体定向体部放疗（SBRT）后椎体压缩骨折预测、放疗后局部进展预测及全身骨转移负荷自动量化。基于术前CE-T1WI影像组学特征联合临床因素的模型预测脊柱转移瘤手术大出血风险的内部与外部测试集AUC分别为0.901与0.885，优于单纯临床模型，可指导术前备血、手术规划及预防性栓塞决策。联合术前SBRT前CT与T1WI MRI特征的模型预测放疗后椎体压缩骨折的AUC达0.878；基于治疗前MRI的影像组学模型预测SBRT后局部进展的AUC为0.828。基于WB-DWI的自动分析程序可量化全身骨转移范围并评估治疗效果，治疗反应评估准确率达80.5%，单例分析耗时约90秒，可显著降低多发转移瘤患者治疗前后病灶变化评估的工作负荷。MRI-AI的应用已拓展至治疗风险评估与疗效监测领域，可支持术前准备、放疗后随访策略制定及系统治疗疗效的客观影像学指标获取。

1. 4.
   讨论
   本系统评价纳入61项原创研究，证实基于MRI的AI技术已应用于脊柱转移瘤诊疗的多个环节，包括鉴别诊断、病灶检测分割、原发灶预测、基因突变预测、放疗图像处理、Bilsky分级、SINS辅助计算及治疗相关风险评估。当前研究多集中于病灶诊断鉴别与放疗相关图像处理，证实了MRI图像包含病灶形态、信号强度、强化特征等基础信息，近年更实现了肿瘤起源、分子特征、局部侵袭性及预后相关定量特征的提取。MRI-AI的核心价值在于从复杂影像数据中提炼稳定的诊断指标，提升影像评估效率，减少重复人工勾画，为病灶量化与疗效对比提供补充信息。然而，现有研究多以AUC、准确率、Dice系数为主要终点，直接关联临床决策的证据仍有限。脊柱转移瘤管理不仅需要明确转移灶存在，还需评估脊髓压迫程度、脊柱稳定性、治疗耐受性、放疗后骨折风险及预期生存期，尽管Bilsky分级、SINS评分、术中大出血预测、SBRT后椎体骨折及局部进展预测等研究已开始贴近临床管理需求，但相关研究数量仍较少，尚缺乏模型真正改变治疗方案或改善患者结局的直接证据。此外，研究人群分布不均，前列腺癌与肺癌相关研究占比较高，而乳腺癌、肾癌、甲状腺癌及胃肠道肿瘤等其他常见脊柱转移原发灶的研究不足，癌种特异性模型难以直接推广至所有患者。预后预测与长期疗效监测仍是短板，现有研究多聚焦诊断、分割及短期风险预测，基于MRI的AI模型在总生存期或无进展生存期预测方面的研究稀缺。模型泛化性与可解释性亦有待提升，73%的研究为单中心回顾性设计，样本量偏小，MRI序列、扫描参数、病灶标注方法及评价标准存在差异，导致模型对数据分布变化敏感，跨数据集性能易下降。未来研究需加强多中心外部验证、前瞻性研究及标准化建模流程，明确AI输出的定位为预警、初筛、辅助评分及风险分层，而非替代临床医师的最终决策。总体而言，基于MRI的AI技术在脊柱转移瘤鉴别诊断、病灶检测分割、自动评分及治疗相关风险评估方面已显现应用前景，但仍需解决外部验证不足、癌种覆盖不均、多模态融合欠缺及模型可解释性有限等问题，推动从技术性能验证向临床实用模型转化。