影像组学结合人工智能评估甲状腺乳头状癌颈部淋巴结转移的研究进展.pdfVIP

浙江医学2023年第45卷第10期 ●综 述 影像组学结合人工智能评估 甲状腺乳头状癌颈部淋巴结 转移的研究进展 胡涛 张煜 周天晗 罗定存 【摘要 】 甲状腺癌是内分泌系统最常见的恶性肿瘤之一，其中90%的病理类型为甲状腺乳头状癌（PTC）。虽然PTC的预 后较好，但是易发生颈部淋巴结转移。术前预测PTC患者颈部淋巴结转移情况有重要意义，而目前临床上的评估手段效能均不满 意。近年来，随着精准诊疗理念的提出和科学技术的发展，影像组学在医学领域的运用得到了飞速发展，是目前的研究热点。影 像组学结合人工智能算法（深度学习、机器学习）在预测及评估颈部淋巴结转移情况上均有很大进展，可明显提高PTC颈部淋巴结 转移诊断效能。本文就影像组学结合人工智能评估PTC颈部淋巴结转移的研究进展作一综述。 【关键词 】 甲状腺乳头状癌；影像组学；人工智能 甲状腺乳头状癌（papillarythyroidcarcinoma，PTC） 弥补了超声对颈部淋巴结评估的诸多局限（如钙化病 总体预后良好，但约20%~50%的PTC在早期诊断时已 灶显示差、胸骨后甲状腺及中央区淋巴结显示困难、 [1] 经发生颈部淋巴结转移 。目前，PTC以手术治疗为 操作者依赖性强、图像重复性差等），灵敏度和特异度 [7-8] 主，甲状腺腺体及峡部切除术加治疗性颈淋巴结清扫 分别为0.72~0.80和0.82~0.87 。MRI 目前在临床中 术已成为临床诊断淋巴结阳性（cN1）的PTC患者最常 用于评估颈部淋巴结相对较少，有研究报道MRI评估 用的手术方式。但对于临床诊断淋巴结阴性（cN0）的 PTC颈部淋巴结转移具有较高特异度（0.90~0.93），但 [9] PTC患者，是否进行预防性颈部中央区淋巴结清扫仍 灵敏度（0.33~0.56）较低 。以上3种常用的辅助检查 [2] 存在争议 。甚至有研究报道行中央区淋巴结清扫并 方法的评估效能仍需要进一步提升，而影像组学等新 不会改善患者的远期生存，反而会增加患者手术并发 技术为此提供了新思路。 [3-4] 症发生的可能 。因此，术前评估患者颈部淋巴结转 影像组学结合人工智能技术对图像信息进行深 移情况有重要意义。目前，颈部超声、颈部增强CT、 度挖掘，提取高通量图像特征，找出特征与疾病发生、 MRI等是临床常用的辅助检查，用于直接评估颈部淋 发展、病理、遗传学之间的相关性，建立模型预测分 巴结转移情况。传统超声评估侧颈部淋巴结转移的 析，揭示临床实践中无法用肉眼识别的疾病特征，从 [10] 灵敏度和特异度较高 ，分别为 0.84~0.94 和0.80~ 而提高诊断预测的准确性 。深度学习和机器学习作 [5-6] 0.98 。但由于中央区淋巴结位置较深且多受甲状腺 为目前较常见的人工智能研究方法，常与影像组学结 遮挡，影像特征不明显，超声诊断灵敏度和特异度较 合，帮助临床医生术前准确评估PTC患者颈部淋巴结 [5-6] 低，仅为0.40~0.51和0.71~0.78 。颈部CT影像分析 情况，更好地解决了过度治疗和治疗不足等问题。 本文着重从以上几项基于影像组学的人工智能 相关技术预测评估PTC颈部淋巴结转移的研究进展 DOI：10.12056/j.issn.1006-2785.200