2024人工智能的影像学评估在肿瘤相关性肌肉减少症中的研究进展.pdfVIP

2024人工智能的影像学评估在肿瘤相关性肌肉减少症中的研究进展

摘要：肌肉减少症是指进行性、广泛性的骨骼肌质量及力量下降，以及

由此导致的身体残疾、生活质量下降及死亡等不良后果的综合征。肌

肉减少症常见于老年人以及肿瘤患者。肿瘤相关性肌肉减少症常见千

多种实体瘤中如消化道肿瘤、头颈部肿瘤、乳腺癌及肺癌等。其临床

发病率高，不仅与放化疗不良反应以及圈手术期并发症高度相关更严

重影响患者的生存预后。肌肉减少症的诊断方法可分为非影像学检查

以及影像学检查。目前关千影像学评估诊断肿瘤相关性肌肉减少症的

研究已经广泛开展起来传统的诊断方法烦琐、费时费力。随着近年来

计算机学科的发展，人工智能在海量数据、算力、算法的驱动下，可以快

速精准做出影像学评估。本文对影像学评估肿瘤相关肌肉减少症的具

体方法、人工智能助力评估方法的优劣势，以及菩萃相关研究的结果进

行综述旨在明确人工智能方法评价肿瘤相关肌肉减少症中的重要临床

价值以及应用前景，为进—步开展大规模临床研究提供依据，同时提高

临床医师对人工智能相关评估的关注度。

恶性肿瘤是威胁人类健康的重大疾病。全球范围内，2020年有近1930

万肿瘤的新发病例以及1000万肿瘤病例死亡病例［1]。肌肉减少症是

在1989年被学者RosenbergIH[2]首次定义，主要是指进行性广泛

、

性的骨骼肌质量及力量下降，以及由此导致的身体残疾、生活质量下降

及死亡等不良后果的综合征。其疾病诊断的编码为ICD-10:(M62.

84)[3]。肌肉减少症往往发生在老年人群，但是越来越多的研究发现，

肌肉减少症在恶性肿瘤患者中的发生率居高不下。据统计在2010年

罹患肌肉减少症达到5000万人，推算在2050年将达到2亿[4]。

近年来，随着计算机科学的迅速发展，人工智能引起了医学界的广泛关

注。在医药领域中，尤其是图像诊断取得了长足的进步。借助人工智能，

依赖千影像的人体成分评估诊断实现了精准化、高效化、可重复化

[5-6]。人体成分分析可对人体组织的定性分析和定量分析，是目前诊断

肌肉减少症最有效的评估方法。其中最为关键的步骤是肌肉分割(7),

在以往科研实践中是费时费力的而现在基千人工智能所开发的肌肉分

割技术已经表明可以节约大量时间并且做到精准勾画。这些已经应用

的技术统称为基千人工智能的机器学习和深度学习(8-9]。图1显示出

在海量数据中学习并且自主提高性能的能力。机器学习作为人工智能

领域的一个重要分支，可分为有监督学习和无监督学习(8]，可以模拟人

类思考去完成相关任务。深度学习是机器学习领域中一种非常先进高

效的方法采用多层神经网络，将输入数据转化为复杂和抽象的范式可

以完成人类专家级别才能胜任的工作(10]。

闰1人［智能、机器学习与深度学习的关系

本文回顾近年人工智能方法评价肿瘤相关肌肉减少症的相关研究，对

临床价值以及应用前景等进行综述，为今后开展大规模基千人工智能

的影像学评价肿瘤相关肌肉减少症临床研究提供证据与借鉴。

1肌肉减少症对肿瘤疾病的影响

肌肉减少症不仅发生在健康的老年人群，同时也在慢性疾病如心力衰

竭[11]、慢性肝病[12]中呈高发态势。多项研究证实，各类肿瘤患者常

罹患肌肉减少症如胃癌[13]、肠癌[14]、肺癌[15]、食管癌[16]、黑色

素瘤[17]、卵巢癌[18]等。肌