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人工留能的形像学评估在肿瘤相关性肌肉减少症中的研究遂展

摘要：肌肉减少症是指进行性、广泛性的骨骼肌质昂及力金下降，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于

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围手术期并发症高度相关，更严

重影响崽者的生存预后.肌肉减少症的诊断方法可分为非影像学检奁

以及影像学检查。目前关于影像学评估诊断肿痛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,以及荟萃相关研究的结果遂

行述，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，为进一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

性的骨骼肌质虽及力量下降，以及由此导致的身体残疾、生活质屋下降

及死亡等不良后果的合征.其疾病诊断的编码为ICD-10:(M62.

84)[3]0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，随看计算机科学的迅速发展，人工智能引起了医学界的广泛美

注.在医药领域中.尤其是图像诊断取得了长足的进*.借助人工智能,

依赖于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].人炸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安时费力的，而现在基于人工智能所开发的肌肉分

割技术，已经表明可以节约大厨时间,井且做到精准勾画.这些已经应用

的技术统称为基于人工智能的机器学习和深度学习[8-9].图1显示出

在海园数屈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].

mi人i：w«

本文回顾近年人工智能方法评价肿窟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述，为今后开展大规模基于人工智能

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整.

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宜

竭［11］、慢性肝病［12］中呈高发态势.多项研究证实，各类肿瘤,患者落

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.肌肉减少症能增加肿瘤患者的围手术期死

亡率、化疗限制性本性，以及缩短患者的生存时间［19］.肌肉减少症作

为一个影响临床结局预后的重要指标，已经引起临床医师的足够重视,

但是如何快速准确的评估是一个临床难题.

欧洲老年肌肉减少症工作组(WGSOP)在2010年定义了肌肉减少

症。随肴循证医学证据的累积，在2018年该工作组又重新做出了定义,

丰富内涵和外延［20］.更新的内容主要有以下三点:①肌肉减少症不仅

发生在老年人中,很多年轻人亦有发生［21］,②这是一种肌肉相关的疾

病，主要是肌肉含量的减少同时伴随看肌肉力虽的下降［22］,③肌肉含

量和肌肉质量的检测在临床应用中较少，更多是在研究中应用,但是却

难以精准的测算.如何选取可以诊断肌肉减少症的临床参数，并且可以

精准提供临床参数的截止点，是WGSOP的未来研究目标［23］.

2非影像学检查对肌肉减少症的评估

在临床实践中，非影像学检查可以评估肌肉减少症，为后续的医疗干预