基于ShuffleNetV2的胸部X线片活动性与非活动性肺结核鉴别:多中心回顾性及前瞻性验证研究

《iScience》:Deep learning based detection of active pulmonary tuberculosis from chest radiographs in a retrospective prospective multicenter study

【字体: 大 中 小 】 时间:2026年10月21日 来源:iScience 4.5

编辑推荐:

  活动性结核(active tuberculosis)仍是全球重大健康问题,在放射学资源有限的环境中,基于胸部X线片(chest radiographs, CXRs)区分活动性与非活动性疾病可加速分诊。研究人员利用来自两个中心的4,613张X线片开发Shuffl

  
活动性结核(active tuberculosis)仍是全球重大健康问题,在放射学资源有限的环境中,基于胸部X线片(chest radiographs, CXRs)区分活动性与非活动性疾病可加速分诊。研究人员利用来自两个中心的4,613张X线片开发ShuffleNetV2,并在回顾性外部队列(1,318例患者)和前瞻性队列(560例患者)中评估。该模型分别达到受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)0.917和0.896,且在预设人口学和扫描仪亚组中性能稳定。在前瞻性队列中,人工智能(artificial intelligence, AI)辅助使不同经验水平放射科医生的AUC提高至0.897–0.937。这些发现支持将ShuffleNetV2作为快速决策支持工具,用于优先安排确诊性临床和微生物学评估;阳性预测结果不应单独用于启动治疗。
研究背景:肺结核(tuberculosis, TB)由结核分枝杆菌(Mycobacterium tuberculosis)引起,仍是全球公共卫生挑战。2024年全球约1,070万人发病、约123万人死亡,HIV合并感染和免疫抑制人群增加使TB负担持续。活动性与非活动性TB的鉴别是控制关键:非活动性TB病原体休眠、无传染性但存在终身进展风险;活动性TB病原体复制、有症状且高度传播,需及时隔离和多药治疗。传统诊断依赖病史、体检、胸部影像、痰涂片、培养和分子检测,部分需活检或支气管镜;涂片敏感度约50–60%,培养需2–8周。深度学习(deep learning, DL)可直接从影像学习特征,但已有AI胸片研究多用于TB筛查,特异性存在差异,需外部验证和情境化阈值;Han ZL等发现AI胸片软件对TB检测敏感度高但特异性不一。因此,需要可区分活动与非活动TB、并经多中心回顾和前瞻验证的轻量模型,并评估AI辅助放射科医生的价值。

研究开展与总体结论:研究人员开发ShuffleNetV2,以两个中心4,613张胸片训练,在回顾性外部1,318例和前瞻性560例中验证;模型AUC分别为0.917和0.896,前瞻中AI辅助使不同经验放射科医生AUC升至0.897–0.937。研究支持其作为快速决策支持工具,用于优先安排确诊性临床和微生物学评估,阳性预测不应单独启动治疗;其意义在于资源有限地区辅助分诊并缩小经验差异。

关键技术方法:多中心队列中,训练集来自Kashi Chest Hospital(KCH;n=2872)和Jiashi County Hospital(JCH;n=1741),回顾性外部验证来自Shufu County Hospital(SCH;n=1011)和Yecheng County Hospital(YCH;n=307),前瞻性验证来自Maigaiti County Hospital(MCH;n=560)。DICOM(医学数字成像和通信)图像经窗宽窗位归一化并缩放至224×224像素。构建ShuffleNetV2,利用通道混洗、组卷积、多尺度特征融合、全局平均池化(global average pooling, GAP)和全连接层(fully connected layer, FCL)输出Softmax概率;采用随机翻转扩增、Adam优化交叉熵,开展消融及与ResNet50、DenseNet121、EfficientNet-B0、ViT-Base/16的基准比较。9名放射科医生行无/有AI辅助交叉评估;采用DeLong检验、McNemar检验、校准曲线、Brier评分和梯度加权类激活映射(Grad-CAM)分析。

研究结果:
Baseline patient characteristics(基线患者特征):共6,491例,训练4,613例(活动2,067例/非活动2,546例),回顾性外部1,318例(688/630),前瞻性560例(159/401);总平均年龄60.73±16.32岁,男3,209例、女3,282例;活动比例训练44.8%、外部52.2%、前瞻28.4%(p<0.001);咳嗽、咳痰、低热等为常见表现。通过多中心队列基线比较,显示队列间活动比例不同,年龄、性别及所报告症状未见显著差异(p>0.05)。
Diagnostic performance of ShuffleNetV2(ShuffleNetV2诊断性能):训练AUC 0.926(95%置信区间[confidence interval, CI] 0.918–0.933),敏感度0.847,特异度0.851;外部AUC 0.917(0.902–0.932),敏感度0.854,特异度0.818;前瞻AUC 0.896(0.860–0.932),敏感度0.862,特异度0.830,阳性预测值(positive predictive value, PPV)0.668,阴性预测值(negative predictive value, NPV)0.938;前瞻校准曲线偏离,概率估计未最佳校准。通过ROC、混淆矩阵和校准分析得出。
Ablation and benchmarking analyses(消融与基准分析):逐项改变输入分辨率、宽度乘数、数据增强、预训练和损失函数;去除预训练性能下降最大,其他因素有较小但可测影响;与ResNet50、DenseNet121、EfficientNet-B0、ViT-Base/16同条件比较,前瞻AUC分别为0.896、0.882、0.848、0.687、0.895;ShuffleNetV2参数量约2.3 million,推理0.9 s/例,均较低。通过消融和基准实验得出。
Comparison between ShuffleNetV2 and radiologists’ diagnosis in the prospective cohort and subgroup analysis(前瞻队列模型与放射科医生比较及亚组分析):9名放射科医生(高级、中级、初级各3名)评估560例;无AI时AUC 0.648–0.786,均低于模型0.896;有AI后高级A、中级A、初级A的AUC为0.937、0.902、0.897,DeLong检验均p<0.001。亚组分析年龄、性别、职业、居住地、扫描仪类型DeLong检验p>0.05(年龄0.191、性别0.216、职业0.474、居住0.792、扫描仪0.064),性能稳定。通过交叉设计和亚组分析得出。
Interpretability analysis of ShuffleNetV2(可解释性分析):Grad-CAM显示活动TB热点与影像病理表现共定位,非活动TB热点集中于右中上叶瘢痕区;误判见于右锁骨与肺尖病变重叠、胸膜钙化和慢性结核后改变等混杂表现。通过Grad-CAM和误判病例分析得出。

讨论总结:活动与非活动TB鉴别临床重要;ShuffleNetV2轻量、前瞻性能优于或相当于更深架构,且参数量少;AI辅助提高各级放射科医生诊断并缩小经验差异;模型推理0.9 s/例,快于人类(高级16.9 s、中级35.3 s、初级87.1 s)。前瞻PPV 0.668,205例预测活动TB中68例假阳性,阳性预测不能作为确诊,需临床和微生物学确证,并按患病率调整阈值。前瞻校准较差与患病率从训练44.8%、外部52.2%降至前瞻28.4%有关,需本地重校准和监测。CXR低成本、可及,适合资源有限地区;与既往CXR研究端点不同,数值需谨慎比较。Grad-CAM偶将纵隔结构误识别,免疫正常/非典型表现可能误分类。局限包括无国际队列、未纳入临床和实验室参数、免疫正常/非典型表现误分类、基准架构不穷尽。研究结论翻译:该模型因此显示出作为活动性与非活动性结核分诊的快速临床决策支持工具的潜力,而其患者结局和卫生系统的前瞻性影响应在未来研究中评估。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号