哈尔滨市第一医院人工智能“肺部影像会诊中心”为民解忧
原标题：哈尔滨市第一医院人工智能“肺部影像会诊中心”为民解忧哈尔滨市第一医院人工智能“肺部影像会诊中心”为民解忧
随着疫情常态化，恢复正常开诊的哈尔滨市第一医院“肺部影像会诊中心及人工智能(AI)肺结节筛查中心”近日接诊了很多病人。该中心为哈市第一医院与全国知名专家、上海肺科医院孙希文教授技术合作，通过国内著名专家出诊及人工智能(AI)远程会诊，为疑难患者明确诊断。肺结节影像诊断旨在提高肺癌的检出率和诊断率，让更多患者在早期就能得到及时治疗。
哈尔滨市第一医院CT室主任、“肺部影像会诊中心及人工智能(AI)肺结节筛查中心”负责人及知名专家赖婷妹介绍：目前，我国肺癌发病率居高不下，早期肺癌病人通常没有任何症状，通过影像检查在肺内以磨玻璃结节形式出现。很多人一旦出现症状，就往往进入肺肿瘤的中、晚期。赖主任说，查出“肺结节”别慌，明确诊断是关键。通过高端CT扫描可以早期发现肺内2-3毫米的微小结节，需要定期随诊，尽早对这些患者的结节性病变作出精准的鉴别和诊断。肺部小结节并非一定就是肺癌，很多良性疾病也可以表现为小结节，比如肺炎、肺结核，支气管扩张等，所以不必太过恐慌。当然，发现结节也要重视。正确的做法应进行有效影像检查，找有经验医生，明确肺小结节性质，尽早及时进行有效的治疗。如：61岁的刘先生此前被查出肺部有病灶，辗转省内多家大医院，拍了很多肺片，却一直没有明确诊断。得知哈尔滨市第一医院肺结节中心复诊后，第一时间让女儿挂了号，通过动态CT检查，经赖婷妹主任等专家细致阅片，最终明确了诊断，刘先生吃了“定心丸”，放下了心理“包袱”，女儿喜极而泣，支援父亲把准备看病手术的钱去海边买所小房子，让父母安度晚年。
展开全文据了解，哈尔滨市第一医院率先在省内成立“肺部影像会诊中心及人工智能(AI)肺结节筛查中心”。近四年的时间，已经为数千名患者进行了会诊检查并明确了诊断，挽救了数千个在求医路上奔走绝望的家庭。因为影像诊断专家对肺部小结节的诊断、治疗及其复查方案可以提供具有权威性的指导意见。所以许多痊愈的患者把市一院肺部影像会诊中心及人工智能(AI)肺结节筛查中心当成了人生路上的幸福生活“加油站”。
就诊指南：师从上海肺科医院全国肺部影像诊断顶级专家孙希文教授的哈尔滨市第一医院CT室赖婷妹主任亲自率团队出诊，市民可关注哈尔滨市第一医院微信公众号，找到肺部影像会诊中心挂号，开诊时间为每周一、三、五上午。
会诊患者关注挂号流程如下：微信搜索“哈尔滨市第一医院”公众号→便捷导航→预约挂号→科室列表（CT室）→肺部影像会诊中心→缴挂号费7元，然后到三楼会诊中心，会诊费及检查费另行开单。
特别提醒：就诊当日早8点即可来开单检查，然后按照扫描后图像上传的先后顺序进行会诊排序！
【专家介绍】
赖婷妹，哈尔滨市第一医院CT室主任，兼任哈尔滨市第一医院肺部影像会诊中心主任，中国医学装备协会工程技术专业委员会黑龙江分会副主任委员、黑龙江省医学会放射学分会副主任委员、黑龙江省抗癌协会肿瘤影像专业委员会常委、黑龙江省医疗保健国际交流促进会放射诊断学专业委员会常委、哈尔滨市医学影像医疗质量控制中心主任、哈尔滨市医师协会影像诊断专业医师分会主任委员、哈尔滨市医师协会急诊急救专科医师分会常务理事、哈尔滨市医学会影像诊断专业委员会主任委员。（江丽波苏航）返回搜狐，查看更多
责任编辑：肺部小结节是什么意思发现肺部小结节该怎么办
肺部小结节很多人都不了解，随着这几年体检的普及，很多人在体检检查时发现肺部有小结节，因为肺部小结节很多是没有症状的，很多人都不在意，不愿意积极的进一步的治疗检查和治疗。在临床上肺部小结节是有良性和恶性之分的，是需要及时的检查诊断的。为进一步提升对肺部小结节的认识，针对肺部小结节的定义及肺部小结节处理措施，我们特邀请特邀请广州医科大学附属肿瘤医院副主任医师伍传新为我们一一解答。
肺部小结节是什么意思？
肺部小结节是小于1公分的肺部结节，称为肺小结节。肺结节是小于3公分的，发生在肺部类圆形的，规则或不规则的病灶，称之为肺结节。其中小于1公分的称为肺小结节。小于0.5公分的称为肺的微小结节或者超微小结节。
发现肺部小结节该怎么办？
发现肺部小结节要到肿瘤专科医院，或者是综合医院的肿瘤科、呼吸科或者是外科进行咨询。如今对肺小结节的诊断，有很多技术，如人工智能识别肺结节的系统，通过电脑扫描，可以把结节的形状、质地、密度、大小罗列出来，提供恶性把握度的概率给医生供参考。
肺部小结节是发生在肺部的结节性的病状，在临床上对肺结节的分型是按照结节的大小进行，其中肺小结节是小于一公分的肺部结节。生活中和体检时现肺部小结节需要及时的检查和治疗，对于良性的肺部小结节，需要针对病因进行有针对性的治疗，对于恶性的现肺部小结节需要进行手术治疗和药物治疗。现肺部小结节需要引起我们的重视，建议现肺部小结节患者积极到正规医院接受专业医生的检查和治疗，积极配合医师的检查，严格执行医嘱，避免病情的延误，争取获得最佳的治疗效果。
肺结节就是肺病什么是肺结节
箭头所指是肺部结节
为什么会有肺部结节
肺部小结节形成原因很多，就像我们在这个世界上生活了几十年，不停地受到外界物质的侵犯，肺部损害尤其严重，那么机体有自身修复功能，在修复的过程中会形成瘢痕，就像手被割破了，会形成瘢痕皮肤一样，这个斑痕皮肤体现在肺上，就是结节。就像人慢慢变老，头上会长白头发，眼角会长皱纹，肝脏会长囊肿，甲状腺会长结节，肺部一样，会长结节。
其实相当一部分患者肺部小结节都是“肺炎＂“结核”“真菌＂“肉芽肿”等良性结节，因此，如果体检发现肺部有小结节，先不要担心，它不一定是病；即使是病，也不用怕，因为大多数肺部小结节是极其早期的病症，身材腔微创手术切除是完全可以痊愈的。
发现肺部结节一定是肺病么？
答案当然不是，虽然肺病是目前世界上发病率和去世率最高的恶性肿瘤，由于大多数肺病患者就诊时已属中晚期，所以远期生存率偏低，加之多年来肿瘤这种不治之症，让大家“谈病色变”，多种因素造成大家对肺病的恐惧。
早期肺病往往表现为肺部小结节，这也让大家以讹传讹，误以为出现了肺结节就是肺病的盲目定论。“某某上个月做了体检，说肺上有好几个结节，哎呦，都去住院了，估计是肺病了，日子不长了”，这是我在小区电梯听闻。
其实肺部小结节病因复杂，临床诊断有一定难度，由此多数患者以及家属在发现肺部小结节后都非常的紧张，甚至焦虑，对于医生的建议：“观察、“消炎”的建议不能理解。
通过结节的大小、密度、形态等可以判断良恶性，如果结节密度很高，就像石头一样呈现钙化状态，良性结节的可能性比较大◇如果结节密度非常低，最低时可能里面完全是气体；部分肺部小结节的密度不是很高也不是很低，CT影像上面表现为磨玻璃影。多数病前病变或者早期肺病表现为典型的磨玻璃样结节，但这个需要临床医生根据具体情况具体分析，要排除其他可能的疾病。
出现肺结节有症状吗？
肺部小结节的直径小于2厘米的，一般不会引起患者的症状。有些患者发现肺部小结节后，出现咳嗽、咳痰等症状，认为是肺部小结节引起的，担心病情进展。其实，这是一个误区，因为只有结节侵犯支气管才会引起咳嗽、咳痰等症状，而肺部小结节的体积小，一般不会影响到支气管。因此，出现咳嗽、咳痰等症状一般与肺部小结节无关。
肺结节需要开刀么？
如果经过判定，考虑早期肺病，那一定需要尽早治疗。目前多层螺旋CT联合三维重建以及人工智能AI技术等多种技术联合应用，目前小结节的判断准确率较以往有很大提高。
肺结节术后病理提示早期肺病
如图所示，身边的朋友经过CT的判断考虑恶性可能性大，直接进行身材腔镜下微创开刀，术后病理提示浸润性腺病。三个肺部结节均为早期肺病，这也得益于CT技术的普及。
CT三维重建对结节的判断
总之，肺部结节是一个大类问题，临床上很多疾病早期均已结节形态出现，而后演化变异，针对结节的随访、治疗、如何早期发现等更多问题，后面会详细给大家解答。大家还有什么想要知道的临床问题可以留言告诉我，我会第一时间用你们能听得懂的语言告诉你们。返回搜狐，查看更多
【解析】 人工智能肺部结节辅助诊疗系统预测肺结节的良恶性及浸润情况
此外，在胸部CT首次发现肺结节时，临床医生常常建议患者3个月或6个月后复查胸部CT，在两次或多次复查胸部CT后，我们可以得到结节体积的动态变化，也就是结节的生长速度[6]，我们常常用肺部结节的体积倍增时间（volumedoublingtime，VDT，指结节体积增大一倍所用时间[7]）表示结节的生长速度。我们通过传统CAD系统对结节体积进行三维测量，该系统可以自动估算出结节的VDT。根据一些相关文献[8-10]报道，不典型腺瘤样增生（atypicaladenomatoushyperplasia，AAH）的VDT约为（859.2±428.9）d，炎性结节随访期间体积可能缩小或完全吸收，VDT在30～360d要高度警惕恶性肿瘤的可能。在本研究中通过回顾性分析肺结节手术患者的病理结果，探究使用该智能系统计算肺结节的恶性概率和VDT，用于预测术后病理良恶性及浸润程度的可靠性。
1资料与方法
1.1临床资料和分组
选取2019年1月至2020年8月厦门大学附属第一医院收治的87例肺结节患者，其中男33例（37.9%），平均年龄（55.1±10.4）岁，女54例（62.1%），平均年龄（54.5±14.1）岁。结节平均直径（1.017±0.383）cm。共90枚结节，其中恶性结节80枚（88.8%）、良性结节10枚（11.1%）。将结节分为恶性肿瘤组（80枚）和良性病变组（10枚），其中恶性肿瘤组又分为浸润性腺癌组（60枚）和非浸润性腺癌组（20枚）。
1.2纳入和排除标准
纳入标准：（1）肺结节最大径0.9具有较高准确性。由于恶性概率与VDT检验方向相反，故对恶性概率做倒数处理。P0.05）；通过分析智能系统得出的恶性概率发现，恶性结节的恶性概率明显高于良性病变（87.2%±9.1%vs.28.8%±29.0%，P=0.000），使用ROC曲线评价恶性概率鉴别良恶性结节的能力，AUC为0.949（0.863～1.000），敏感度和特异性分别为96.3%和90.0%。此外，良性病变组结节最大径大于恶性结节组最大径［（1.270±0.481）cmvs.（0.990±0.361）cm，P=0.026］；良性病变组的VDT明显长于恶性结节组［（1083.600±258.180）dvs.（527.025±173.176）d，P=0.000］。绘制ROC曲线评价VDT鉴别良恶性结节的能力，AUC为0.975（0.946～1.000），敏感度和特异性分别为91.3%和100.0%；见表1、图1。
表1恶性肿瘤组与良性病变组比较（/例/%）
图1恶性肿瘤组与良性病变组VDT和恶性概率的ROC曲线
VDT、恶性概率的AUC分别为0.975、0.949；ROC曲线：受试者工作特征曲线；VDT：体积倍增时间；AUC：曲线下面积
2.3浸润性腺癌组与非浸润性腺癌组比较
两组患者在性别、年龄方面差异无统计学意义（P>0.05）。恶性概率在两组间差异无统计学意义（P>0.05）。绘制ROC曲线评价恶性概率鉴别恶性结节的浸润情况能力，AUC为0.630（0.474～0.786），敏感度和特异性分别为50.0%和86.7%；浸润性腺癌组结节最大径大于非浸润性腺癌组最大径［（1.350±0.355）cmvs.（0.863±0.271）cm，P=0.000］；浸润性腺癌组VDT明显较非浸润性腺癌组短［（392.200±138.050）dvs.（571.967±160.633）d，P=0.000］。绘制ROC曲线评价VDT鉴别恶性结节的浸润情况能力，AUC为0.829（0.714～0.944），敏感度和特异性分别为70.0%和86.7%；见表2、图2。
表2浸润性腺癌组与非浸润性腺癌组比较（/例/%）
图2浸润性腺癌组与非浸润性腺癌组VDT、恶性概率的ROC曲线
VDT、恶性概率的AUC分别为0.829、0.630；ROC曲线：受试者工作特征曲线；VDT：体积倍增时间；AUC：曲线下面积
3讨论
随着人民生活经济水平的提高，胸部CT逐渐取代普通X线平片，越来越多地出现在居民常规体检项目中，胸部CT可以发现普通X线平片难以发现的肺小结节，对早期发现肺癌有着重要的作用。但由于不同医院甚至不同医生对肺结节的认识不尽相同，其对肺结节性质的判断可能也会有所偏差。在本研究中尝试使用智能系统和传统CAD提供的信息来预测肺结节的性质，探究其对肺结节病理情况预测的效能。
本研究中使用人工智能系统，对患者肺癌良恶性概率进行分析，发现术前胸部CT得出的恶性概率在恶性肿瘤组中显著高于良性病变组（P0.05），AUC为0.630，其对恶性结节的浸润程度预测准确性较低。以上数据表明该智能系统能较为准确地鉴别出结节的良恶性，但无法区分出恶性结节的浸润程度，这与提供给智能系统学习的影像与病理信息有关。在训练智能系统时，仅仅提供结节影像与病理良恶性的情况，并未提供相应影像所对应的恶性结节浸润程度，所以智能系统在没有学习相关恶性结节浸润程度的情况下，无法对恶性结节的浸润程度做出预测也在情理之中。如果可以进一步完善该系统，可以给予智能系统更加完善的训练资料，以达到对肺部结节更加全面的分析预测。
Walter等[11]分析了680例患者，共1020枚结节，发现VDT在新发结节方面对鉴别肺恶性肿瘤有很高的准确度（AUC=0.91）。裘杨波等[12]分析了143例早期肺腺癌发现，附壁生长为主型肺腺癌的VDT为（594±272）d，伴少量附壁生长成分浸润性腺癌的VDT为（520±285）d，完全浸润性腺癌的VDT为（371±183）d。在本研究中，通过智能系统测量结节体积，软件自动估算两次CT间隔时间内的结节VDT；见图3。在区分结节良恶性和浸润程度方面，良性病变组和恶性肿瘤组的VDT差异有统计学意义［（1083.600±258.180）dvs.（527.025±173.176）d，P=0.000］，ROC曲线显示AUC为0.975，临界值为782.0d，特异性为100.0%；在浸润性腺癌组和非浸润性腺癌组间的VDT差异同样有统计学意义（392.200±138.050）dvs.（571.967±160.633）d，P=0.000］；在ROC曲线中，AUC为0.829，临界值为423.5d。以上数据表明VDT能较为准确地区分出结节的良恶性和浸润程度，782.0d和423.5d可以分别作为肿瘤的良恶性和恶性肿瘤浸润与否的临界值。特别值得注意的是，在VDT临界值为782.0d时鉴别结节的良恶性的特异性达到100.0%，说明其对纳入研究的恶性结节有非常良好的鉴别排除能力，可帮助临床医生在术前对肺部结节的病理情况提前进行评估，对术前设计手术方式提供重要的参考。
图3基于人工智能的肺部结节辅助诊疗系统所提供的肺结节倍增时间
除了恶性概率与VDT外，结节的直径也与肺结节的病理密切相关。Zhang等[13]和Son等[14]的两项研究表明，肺结节的最大径被认为是浸润性腺癌和非浸润性腺癌分类的一个预测因子。在本研究中同样发现结节的最大径分别在肺部良性肿瘤与恶性肿瘤、非浸润性腺癌与浸润性腺癌之间存在显著差异，在术前评估结节的情况时，结节的最大径依然是需要考虑的指标之一。
由于需要分析结节的VDT，需排除术前只做了1次胸部CT的患者。然而，考虑到大部分术前只需要做1次CT检查即有明显手术指征的肺结节，常常具有明显恶性征象，其恶性度常常也较高，本研究却排除了这一类患者，因为这个原因所造成的数据偏倚，可能导致入组的肺结节VDT偏大，实际上的肺结节VDT更短。
综上所述，目前应用的基于人工智能的肺部结节辅助诊疗系统所提供的恶性概率和倍增时间等信息，可以在术前对肺部结节的良恶性分类和浸润情况进行初步分析，其中恶性概率能够较为准确地鉴别肺部良性病变与恶性肿瘤，而倍增时间对于结节的良恶性及浸润情况均有较好的区分能力。
利益冲突：无。
作者贡献：曹孟昆负责论文设计、论文初稿撰写；蔡夕倩、朱晓雷、李宁、刘鸿鸣、邓城庆负责数据整理与分析；姜杰、耿国军、王剑翁、林俊峰负责论文审阅与修改。
参考文献略。
来源：中国胸心血管外科临床杂志
作者：曹孟昆1姜杰1朱晓雷1李宁1王剑翁1林俊峰1刘鸿鸣1邓城庆1蔡夕倩2耿国军1
单位：1厦门大学附属第一医院胸外科2福建医科大学基础医学院返回搜狐，查看更多