王 岩，霍爱华，王大为，沈 云，彭 芸,3*

(1.国家儿童医学中心 首都医科大学附属北京儿童医院影像中心，北京 100045；2.推想医疗科技股份有限公司，北京 100025；3.北京航空航天大学&首都医科大学北京大数据精准医疗高精尖创新中心，北京 100083)

骨龄是骨骼发育的年龄，能较时间年龄更准确地反映人体发育成熟程度，广泛应用于临床医学、法医学和体育医学等领域。骨龄测评(bone age assessment, BAA)是临床确定儿童骨骼成熟度的常用方法[1]，用于诊断儿童内分泌、遗传和生长障碍等疾病，也可用于预测健康儿童的成年身高等[2]。国内外已有多种骨龄评价标准，我国目前采用中华-05骨龄评定标准[3]，该标准经过多年研究论证得到众多专家认可和推荐。既往测评骨龄需由儿科放射医师人工阅读手腕骨X线片并计算评分而实现，工作量大、耗时，且易受主观因素影响。近年来,人工智能(artificial intelligence, AI)BAA系统研究[4-7]日渐增多，但多侧重于概念验证。本研究观察在临床环境中BAA系统的效能及其对低年资儿科放射医师的辅助作用。

1 资料与方法

1.1 一般资料 选择2019年1月在首都医科大学附属北京儿童医院接受BAA的儿童作为研究对象，排除存在生长发育异常、内分泌疾病及骨折等影响观察因素者，收集5～12岁儿童手腕骨X线正位片，每个年龄组各10名，男、女各5名，不区分左右手。

1.2 BAA手正位X线片 采用柯达、GE或 Philips CR或DR机摄左手或右手正位片。摄片时掌面向下，紧贴暗盒，中指轴与前臂轴成直线，五指自然分开，拇指与手掌面呈约30°角，球管中心正对第3掌骨头，管片距为70～90 cm。

1.3 BAA系统 采用推想医疗科技股份有限公司BAA系统，分别用于独立性能测试和辅助低年资儿科放射医师阅片。

1.4 标准 BAA系统和阅片医师均采用中华-05法中的TW3-RUS标准针对掌指骨测评骨龄。由1名具有10年经验的高年资儿科放射医师(副主任医师)借助BAA系统(不限制测评时间)建立参考骨龄(金标准)。将1名具有4年测评骨龄经验的儿科医师的阅片结果、BAA系统测评结果与金标准进行对比，评价结果的准确性和一致性。

1.5 阅片试验 低年资儿科放射医师首先独立测评骨龄，记录测评所需时间；同一医师间隔4周(洗脱期)在BAA系统辅助下再次阅片，记录测评时间。与金标准对比，评价BAA系统对低年资儿科放射医师的辅助作用。

1.6 统计学分析 采用SPSS 19.0统计分析软件。以Pearson相关分析评价测评骨龄与参考骨龄之间的相关性，以Bland-Altman分析观察测评骨龄与参考骨龄的一致性。采用均方根误差(root mean square error, RMSE)和平均绝对误差(mean absolute error, MAE)评价BAA准确度。P<0.05为差异有统计学意义。

2 结果

2.1 BAA系统临床效能 BAA系统预测结果和参考骨龄显著相关[r=0.969，95%CI(0.953,0.979)，P<0.01]，见图1。Bland-Altman一致性分析显示二者平均差异为0.22岁[95%一致性界限为(-0.921，1.359)]，见图2。BAA系统RMSE和MAE分别为0.62岁和0.47岁。

图1 预测骨龄与参考骨龄的相关性 图2 预测骨龄与参考骨龄的Bland-Altman一致性

按年龄分组，BAA系统预测骨龄与参考骨龄在各年龄组中均显著相关(P均<0.05)，见表1，尤以5～10岁年龄段为著。各年龄组中BAA系统预测骨龄RMSE和MAE结果见表2。

表1 不同年龄组BAA系统预测骨龄与参考骨龄的相关性分析

表2 不同年龄组BAA系统预测骨龄的RMSE和MAE(岁)

按性别分组，男性组和女性组BAA系统预测骨龄与参考骨龄均显著相关(r男=0.967、r女=0.970，P均<0.05)，见图3。Bland-Altman一致性分析显示，女性组BAA系统预测骨龄与参考骨龄平均差异为0.28岁[95%一致性界限为(-0.80，1.36)]，男性组为0.16岁，[95%一致性界限为(-1.06，1.36)]。结合BAA系统预测骨龄，男性组RMSE和MAE分别为0.63岁和0.47岁，女性组分别为0.61岁和0.48岁。

图3 BAA系统预测不同性别儿童骨龄与参考骨龄的相关性 图4 医师独立阅片与AI系统辅助医师阅片预测骨龄与参考骨龄间的相关性分析

2.2 BAA系统的辅助作用 BAA系统辅助医师阅片预测结果与参考骨龄显著相关[r独立=0.968，95%CI(0.947, 0.981)，P<0.05；r辅助=0.988, 95%CI(0.981, 0.993)，P<0.05]，见图4。Bland-Altman一致性分析显示，医师独立阅片预测骨龄与参考骨龄平均差异为-0.52岁[95%一致性界限(-1.98，0.94)]；BAA系统辅助下，平均差异减小至-0.11岁[95%一致性界限为(-0.82，0.60)]。医师独立阅片预测结果RMSE和MAE分别是0.71岁和0.9岁，而BAA系统辅助医师阅片RMSE和MAE分别减少至0.27岁和0.38岁。

BAA系统辅助下，平均测评时间由医师独立阅片的4 min 40 s缩短至2 min 15 s。

3 讨论

测定骨龄是目前临床衡量个体生长水平较为准确的方法之一[8]，常用于评价儿童和青少年实际年龄，诊断儿童内分泌和生长紊乱等疾病以及监测生长发育异常的治疗情况等[9]。较为常用的测定骨龄方法主要有图谱法和计分法，均以骨发育成熟度指征为基础，前者快速、简单，但组内、组间结果差异较大，准确性较差；后者准确性较好，但测评所需时间较长，临床应用受到一定限制[10-11]。结合不同临床场景，现已开发出多种测定骨龄的AI模型，但均需要进行相应临床验证和评估[12]。本研究在临床环境下验证商品化AI测评骨龄模型的应用效能和辅助作用。

本研究所用BAA系统基于中华-05计分法，采用深度学习算法，经数万例训练而成，通过自动精准定位和形态分析评价桡骨、掌骨及指骨共13块骨骼的发育程度，实现快速、准确测评骨龄，与参考骨龄之间的一致性较高，且其预测骨龄与参考骨龄间平均误差仅为0.47岁，优于许多其他深度学习模型BAA测试集结果(0.6岁、0.75岁)[13-14]。进一步分析各年龄组数据，发现该系统识别测评掌指骨骨骺发育形态较为准确，尤以5～10岁年龄段为著，预测骨龄与参考骨龄一致性较高；11/12岁年龄组预测骨龄一致性差异稍大，可能与其骨骺较成熟且所代表的分值间差异较大有关。无论对于男性还是女性儿童，该系统预测骨龄与参考骨龄均有较高的准确性和一致性，与LEE等[6]的结果类似，可在一定程度上保证其临床应用的稳定性。采用该系统辅助医师，尤其是低年资儿科放射医师阅片，可显著提升测评骨龄的准确性和一致性[15]。

本研究存在一定局限性，可能会使结果出现偏倚：纳入样本量有限；参考骨龄及实验测评数据均仅来源于1名医师，设计略显单薄，也会对测评结果产生影响；仅利用本院数据进行临床验证，存在局限性。

总之，基于深度学习的BAA系统用于评价不同年龄、不同性别儿童掌指骨骨骺发育情况及骨龄评估具有良好准确性和一致性，可辅助低年资儿科放射医师测评骨龄，提高临床工作效率。