基于深度学习的PET/CT成像中肺结节恶性肿瘤概率估计

《European Radiology》：Deep learning-based malignancy probability estimation of pulmonary nodules in PET/CT imaging

　　

摘要目的当前的BTS指南推荐使用[¹⁸F]FDG-PET/CT成像评估可疑肺结节，随后进行Herder模型风险分层。然而，该方法基于有限的影像特征，可能限制诊断准确性。本研究旨在开发一种基于PET/CT的深度学习（DL）模型用于恶性肿瘤概率估计（AITO-PETCT-MP），并将其性能与Herder模型及临床医生表现进行比较。材料与方法在一项单中心回顾性研究中，研究人员收集了436例患者中533个性质不确定的肺结节（268个恶性），平均直径为18.4?mm（标准差?±?12.1）。组织病理学恶性确认或至少2年良性国家癌症登记随访作为参考标准。在包含161个结节（80个恶性）的测试集上，通过一个读片研究将模型诊断性能与Herder模型及七位临床医生进行比较。结果AITO-PETCT-MP的AUC为0.78 [95% CI: 0.70–0.85]，而Herder模型的AUC为0.73 [0.65–0.80]（非劣效性：p?=?0.005）。有经验的临床医生平均AUC为0.80 [0.75–0.85]。按BTS随访类别分层，Herder模型将更多良性结节转诊至潜在直接治疗（26/81），而AITO-PETCT-MP和临床医生（均为3/81）；AITO-PETCT-MP和临床医生将更多恶性病例分配至CT监测而非直接治疗。结论AITO-PETCT-MP仅使用影像数据即表现出非劣效于指南推荐的Herder模型的性能，诊断性能落在七位临床医生的性能范围内。Herder模型与临床医生之间的BTS随访建议差异提示患者管理策略与当前临床实践不同。关键问题与既有的Herder模型及专家临床医生相比，一个仅基于影像的深度学习模型在[¹⁸F]FDG-PET/CT上估计肺结节恶性肿瘤概率的效果如何？发现该模型（AITO-PETCT-MP）非劣效于Herder模型（AUC 0.78 vs 0.73，p?=?0.005），并与七位专家读片者性能相当（AUC 0.74–0.87）。临床相关性基于BTS的随访分层显示，Herder模型将更多良性结节转诊至潜在直接治疗，而临床医生和AITO-PETCT-MP则将更少恶性病例转为监测。这表明Herder建议与当前临床实践之间存在差异。图形摘要

论文解读文章

**研究背景与问题**

肺癌早期筛查试验证实，早期检测可显著降低死亡率，然而临床上偶然发现的肺结节多数为良性。现有指南（如英国胸科学会BTS推荐）建议对直径大于8mm的结节使用Brock模型进行初始风险评估，对Brock评分>10%的病例进一步行[¹⁸F]FDG-PET/CT成像并运用Herder模型进行风险分层。Herder模型虽整合了标准摄取值（SUVmax）等影像参数，但其核心特征有限，可能限制诊断准确性。近年来，基于CT的深度学习（DL）模型在结节风险分层中已显示出优于传统模型和临床评估的潜力，但基于PET/CT的DL模型仍缺乏与临床基准（如Herder模型及放射科医师）的对比验证，且现有模型在可重复性与公开可用性方面存在不足。为此，研究人员开展了本研究，旨在开发一个仅基于PET/CT影像的深度学习模型（AITO-PETCT-MP），用于评估性质不确定肺结节的恶性肿瘤概率，并将其诊断性能与BTS指南推荐的Herder模型及七位经验丰富的临床医生进行比较。该研究在单中心回顾性队列中进行，论文发表在《European Radiology》。

**主要关键技术方法**

本研究为单中心回顾性研究，数据来源于荷兰Radboud大学医学中心（RUMC）。共收集436例患者共533个性质不确定肺结节（268个恶性），结节平均直径18.4mm（SD±12.1）。模型开发基于[¹⁸F]FDG-PET/CT影像，构建3D-ResNet18架构，输入为100×100×100mm的CT与PET双通道图像块，经Z-score归一化后利用五折交叉验证训练，最终集成并应用Platt校准输出恶性肿瘤概率（AITO-PETCT-MP）。模型在161个结节（80个恶性）的测试集上与Herder模型及七位临床医生（六位核医学医生、一位胸部放射科医生）进行诊断性能比较，参考标准为组织病理学确认或至少2年良性国家癌症登记随访。

**研究结果**

* **患者和结节队列（Patient and nodule cohorts）**：通过三种互补来源（2017–2022年导航支气管镜注册、2006–2018年电子健康记录查询、2010–2020年自动结节检测）收集了533个结节，其中268个恶性。恶性结节包括腺癌（130例）、鳞状细胞癌（39例）、非典型腺瘤样增生（15例）等。测试集包含161个结节（80个恶性、81个良性）。

* **模型性能（Model performance）**：AITO-PETCT-MP在测试集上AUC为0.78 [95% CI: 0.70–0.85]，Herder模型AUC为0.73 [0.65–0.80]（非劣效性检验p=0.005，非劣效界值0.05），七位临床医生平均AUC为0.80 [0.75–0.85]（个体AUC范围0.74–0.87）。按BTS指南管理类别分层显示，Herder模型将更多良性结节（26/81）推荐至潜在直接治疗，而AITO-PETCT-MP和临床医生仅分别推荐3/81个良性结节至直接治疗；同时，Herder模型将所有恶性结节（0/80）分配至直接治疗或活检，而AITO-PETCT-MP和平均临床医生分别将15/80和18/80个恶性结节推荐至CT监测，表明Herder模型过度治疗良性结节的风险更高，而DL模型和临床医生则存在延迟恶性检测的风险。

* **模拟第二读片者（Simulating a second reader）**：模拟将AITO-PETCT-MP或另一位临床医生作为第二读片者，与单读片者相比AUC略有提升但无统计学显著性，同时读片者间变异（AUC范围0.78–0.87）低于单读片者（0.74–0.87）。

**讨论总结与结论翻译**

讨论指出，AITO-PETCT-MP在仅使用影像数据的情况下，统计学上非劣效于需要影像和临床参数的Herder模型（p=0.005），且性能与七位专家读片者平均AUC（0.80）相当。在BTS随访分层中，Herder模型推荐更多良性结节直接治疗，而临床医生和AITO-PETCT-MP则更多推荐恶性结节进行CT监测，这一差异可能源于PET/CT技术进步、患者人群变化以及临床实践对过度治疗风险的日益警惕。模拟第二读片者实验提示模型可辅助减少读片者间变异。研究局限性包括单中心回顾性设计、数据集代表性不足（如Herder模型原设计排除的病例被纳入）、良性验证依赖国家癌症登记（可能遗漏肺转移瘤）以及未评估小病灶和呼吸运动伪影的影响。未来需在多中心前瞻性队列中验证模型优势。

结论翻译：该研究证明AITO-PETCT-MP是一个有效的、仅依赖影像的非劣效替代方案，可替代指南推荐的Herder模型。该模型的诊断性能在读片研究中落在七位专家读片者的性能范围内。将病例按BTS随访推荐分层显示，Herder模型将明显更多良性结节转诊至潜在直接治疗，而临床医生和AITO-PETCT-MP则更频繁地将恶性病例转诊至CT监测而非直接治疗，这表明自Herder模型最初发表以来临床实践已发生变化。为促进未来研究和基准测试，研究人员已将AITO-PETCT-MP公开提供。