张添辉，龙 曦，钟 正，黄志峰，范伟雄（通信作者）

（梅州市人民医院放射科 广东 梅州 514031）

脑转移瘤是原发于身体其他部位的肿瘤转移至颅内所致，其准确检出对临床医生制定诊疗方案至关重要。目前，MRI成像以其多参数成像及软组织高分辨率的优点，已成为脑转移瘤检出的首选影像检查。住培医生是医学生毕业后进行规范化培训的初级医生，在临床中承担着较大部分的阅片工作[1]。然而，由于住培医生阅片经验欠缺，且疲于面对日益繁重的影像阅片工作，导致脑转移瘤漏诊时有发生。近年文献报道，医学影像人工智能（artificial intelligence，AI）在疾病的检出、诊断及鉴别诊断等方面表现出良好的应用前景，并且对住培医生等经验欠缺者具有重要辅助价值[2-3]。因此，本研究旨在探讨高、低年资住培医生应用AI检出颅脑转移瘤的应用价值，以期为AI在住培教学工作中的推广提供参考依据。

1 资料与方法

1.1 一般资料

回顾性选取2021年12月—2022年12月在梅州市人民医院行颅脑MRI检查且符合纳入标准的脑转移瘤患者54例，其中男性42例，女性12例，年龄38～90 岁，平均年龄（62.46±9.95）岁。纳入标准：①MRI检查序列齐全，包括T1WI、T2WI及增强扫描序列，其中T1WI增强扫描为薄层扫描，满足AI软件的处理要求。②MRI图像至少包括1个脑转移瘤病灶。排除标准：①MRI图像存在显著运动或金属伪影，影响图像分析。

1.2 方法

采用西门子Skyra/Prisma 3.0T、联影uMR 780/890 3.0T及GE MR360 1.5T MR检查仪，扫描序列及参数为：①轴位T1WI：TR 200 ms/212.8 ms，TE 2.46 ms/2.29 ms，层厚5 mm，FOV 230 mm×186 mm/230 mm×200 mm。②轴位T2WI：TR 3 930 ms/4 291 ms，TE 89 ms/91.62 ms，层厚5 mm，FOV 230 mm×186 mm/230 mm×200 mm。③T1WI薄层增强序列：TR 2 300 ms/6.9 ms，TE 2.28 ms/3 ms，层厚0.49 mm/1 mm，FOV 250 mm×226 mm/256 mm×220 mm，造影剂采用钆喷酸葡胺/钆双胺注射液，剂量为0.1 mmol/ kg，注射速率为2 mL/s。

1.3 评价标准

脑转移瘤参照标准确定流程如下：首先，由两名主治医师对所有患者的颅脑MRI进行阅片，并记录脑转移瘤的数目及位置，对于不一致的结果，通过讨论达成一致。然后，将上述结果交给一名主任医师再次阅片并最终审核作为参照标准。

1.4 阅片方式

分别招募一名高年资住培医师（住培第三年）和低年资住培医师（住培第二年）作为阅片者，并由同一名带教老师对阅片者进行培训。然后，通过以下方式进行阅片。（1）独立阅片模式：阅片者对所有患者的颅脑MRI图像进行独立阅片，记录每个患者脑转移数目、位置及阅片时间。（2）应用AI阅片模式：经过两周洗脱期后，阅片者应用AI软件（联影智能公司，MR脑转移瘤人工智能辅助筛查软件V1.0）进行辅助阅片（图1），并记录每个患者脑转移数目、位置及阅片时间。以脑转移瘤参照标准为对照，计算脑转移瘤的检出率，检出率（%）=阅片者正确诊断脑转移瘤个数/参照标准总个数×100%。

图1 MRI脑转移瘤人工智能辅助筛查软件

1.5 统计学方法

采用SPSS 22.0统计软件进行数据分析。符合正态分布的计量资料以均数±标准差（）表示，采用t检验；计数资料以频数（n）、百分率（%）表示，采用χ2检验。以P＜0.05为差异有统计学意义。

2 结果

2.1 一般资料

根据参照标准，54例患者的颅脑MRI检查共确定206个脑转移瘤病灶，每例患者的脑转移瘤平均数目为（3.81±2.51）个病灶，数目范围为1～10个。

2.2 高、低年资住培医生独立阅片和应用AI阅片对脑转移瘤的检出率

低年资住培医师应用AI阅片准确检出脑转移瘤197 个，检出率为95.63%（197/206），而独立阅片准确检出脑转移瘤176个，检出率为85.40%（176/206）；低年资住培医生应用AI阅片与独立阅片对脑转移瘤的检出率差异具有统计学意义（P＜0.05），见表1。

表1 住培医生独立阅片和应用AI阅片对脑转移瘤的检出效能及阅片时间

高年资住培医师应用AI阅片准确检出脑转移瘤195 个，检出率为94.66%（195/206），而独立阅片准确检出脑转移瘤181个，检出率为87.86%（181/206）；高年资住培医生应用AI阅片与独立阅片对脑转移瘤的检出率差异具有统计学意义（P＜0.05），见表1。

2.3 住培医生独立阅片和应用AI阅片的阅片时间比较

低年资住培医生及高年资住培医生应用AI阅片的阅片时间均短于独立阅片，差异有统计学意义（t=3.652、2.256，P＜0.05）。见表1。

3 讨论

脑转移瘤是成人中最常见的恶性脑肿瘤，其准确检出对晚期癌症患者的治疗及预后具有重要影响[4-5]。随着MRI技术的进步，脑转移瘤的检出率得到了极大的提升。然而，由于阅片工作量导致的疲劳以及部分转移瘤体积微小，导致脑转移瘤仍存在较大的漏诊风险[6]，尤其是对于住培医生等初学者。此外，通常用于检测脑转移瘤的T1WI薄层扫描层面众多，需要消耗阅片者大量的时间和精力[7]。住培医生面对日益增多且重复的阅片工作，亟须提高工作效率，缩短阅片时间，从而抽出更多时间用于影像知识的学习及实践。研究报道，AI在MRI成像的脑转移瘤检出方面具有重要价值，不仅可提高脑转移瘤病灶的检出率，还可显著缩短阅片时间[8-9]。基于此，本研究旨在探讨高、低年资住培医生应用AI检出颅脑转移瘤的价值。

一项纳入12项研究的荟萃分析结果显示，经机器学习和深度学习算法检出脑转移瘤的检出率分别为88.7%（95%CI，84%～93%）和90.1%（95%CI，84% ～95%）[6]，提示人工智能对脑转移瘤具有较高的诊断效能。Yin等[9]报道的一项多中心研究结果显示，经AI辅助后阅片医生检出脑转移瘤的敏感度显著提高21%，其中初级与中级医生检测敏感度分别提高了25%、18%。Lu等[10]研究结果显示，经AI辅助的医生对脑转移瘤的检出率为91.3%，高于无AI辅助医生的82.6%（P=0.030）。本研究结果显示，低年资住培医生应用AI阅片对脑转移瘤的检出率为95.63%，高于独立阅片的85.4%（P＜0.05）；高年资住培医生应用AI阅片对脑转移瘤检出率为94.66%，高于独立阅片的87.86%（P＜0.05）。分析原因为：脑转移瘤分布不定，且多发常见，对于微小转移灶非常容易漏诊，而AI软件通过深度学习算法，对不同大小的脑转移瘤进行精准定位，帮助阅片者准确识别病灶，从而减少病灶漏诊，提升脑转移瘤的检出率。

本研究结果亦显示，低年资和高年资住培医生应用AI阅片的阅片时间均短于独立阅片，差异有统计学意义（P＜0.05）。该结果与Yin等[9]研究结果相似，其结果显示对比医生独立阅片，在AI辅助下阅片医生平均阅片时间缩短了40%。分析原因为：AI软件不仅能够提供包括病灶位置、层面、大小的详细列表，还可以在MRI图像上详细标注各个病灶，并与病灶列表进行联动，使得阅片者能够快速定位并甄别各个病灶，从而提升阅片效率，缩短阅片时间。

本研究存在一定局限性。首先，本研究为回顾性分析，可能存在一定偏倚；其次，研究样本量相对较小，未对不同大小脑转移瘤的检出率进行分层分析，将来需扩大样本量进一步研究。

综上所述，高、低年资住培医生应用AI有助于显著提高脑转移瘤的检出率，并显著缩短阅片时间，值得在住培医生的临床及教学工作中推广。