中山三院內(nèi)分泌科人工智能研究領域新成果——利用人工智能方法準確診斷垂體微腺瘤，可媲美工作十年的放射科醫(yī)生

AI研究新成果

中山大學附屬第三醫(yī)院內(nèi)分泌科陳燕銘教授聯(lián)合中山大學電子與通信工程學院郭裕蘭副教授及中山三院大數(shù)據(jù)中心劉子峰主任，于2021年11月29日在國際著名期刊Frontiers in medicine（IF：5.09）發(fā)表了題為“Development and Validation of a Deep Learning Algorithm to Automatic Detection of Pituitary Microadenoma From MRI” 的研究論文。?在國內(nèi)率先開發(fā)了人工智能領域在內(nèi)分泌垂體瘤早期診斷的臨床應用，李慶玲博士、朱延華副主任醫(yī)師、陳銘林、郭若汨副主任醫(yī)師為共同第一作者。

研究發(fā)現(xiàn)：

使用我們開發(fā)的PM-CAD卷積神經(jīng)網(wǎng)絡深度學習算法，構建垂體瘤輔助診斷體系， 可以高效率地利用垂體核磁共振圖像（MRI）診斷出垂體微腺瘤（PM），診斷準確率達到94.36%。減輕臨床醫(yī)生工作負荷量，降低誤診率、漏診率，非常適合向基層醫(yī)院推廣應用。

垂體微腺瘤(PM) 是一種直徑小于10毫米的腫瘤，高達10%的人群可能患病，雖然大部分的PM患者是無功能性腺瘤，但是有部分微腺瘤通過分泌ACTH、PRL、LH、FSH等激素引起閉經(jīng)、泌乳、性功能障礙、骨質(zhì)疏松、糖尿病和不孕不育等嚴重后果。甚至有部分患者發(fā)展為大腺瘤或巨大腺瘤導致頭痛、視野缺損等嚴重癥狀才就醫(yī)。早期診斷、早期發(fā)現(xiàn)，并予以明確臨床評估、指導治療，具有重要的臨床意義。

研究方法：

本中心共納入11,935名篩選患者（2012年1月至2021年4月），規(guī)范排除標準后，1520名患者 (PM組=556，對照組=964）被納入研究。分為訓練數(shù)據(jù)集、測試數(shù)據(jù)集和驗證數(shù)據(jù)集；用于訓練和測試的數(shù)據(jù)集來源于回顧性研究，我們前瞻性的搜集了驗證數(shù)據(jù)集，并在驗證中采用了內(nèi)部驗證，包含Validation A1、Validation B人機對比和Validation C誤診病例的進一步驗證，和外部驗證數(shù)據(jù)集Validation A2和A3。

PM計算機輔助診斷系統(tǒng)(PM- CAD)由垂體區(qū)域檢測和PM診斷兩部分組成。通過受試者工作特征(ROC)曲線和ROC曲線下面積(AUC)、校正曲線、準確性、敏感性、特異性、陽性預測值(PPV)、陰性預測值(NPV)、F1score等指標衡量PM-CAD系統(tǒng)的診斷性能。

研究結果：

在測試數(shù)據(jù)集中，PM-CAD輔助診斷系統(tǒng)的診斷準確率為94.36%，AUC為98.13%，在內(nèi)部驗證數(shù)據(jù)集Validation A1的診斷準確率為96.50%，AUC為95.5%，外部數(shù)據(jù)集Validation A2和A3中的診斷準確率分別為92.26%和92.36%，AUC分別為94.7%和93.7%。在人機對比中，PM-CAD系統(tǒng)的診斷性能與擁有10年臨床經(jīng)驗的放射科醫(yī)師相媲美(診斷準確率94.0% vs 95.0%，AUC為95.6% vs . 95.0%)。對于假陰性的誤診病例，PM-CAD系統(tǒng)的診斷準確率為100%。同時，我們設計了一個browser-based software（http://www.pituitarymicroadenoma.com）來輔助PM診斷。同時，PM-CAD系統(tǒng)在外部驗證數(shù)據(jù)集中同樣取得了好成績，證明了模型很好的泛化性能，相關成果已申報發(fā)明專利，適合向其他醫(yī)院推廣應用。