科研速递 | 复星杏脉联合上海市第六人民医院骨科研成果被放射顶刊《JMRI》收录,并荣获编辑评论
2022-02-18

enter image description here

复星杏脉联合上海市第六人民医院梅炯主任团队合作开发骨肿瘤深度学习算法技术。课题成果:“ Deep Learning Assisted Diagnosis of Musculoskeletal Tumors Based on Contrast-Enhanced Magnetic Resonance Imaging”获得放射学权威杂志《JOURNAL OF MAGNETIC RESONANCE IMAGING》(JMRI,影响因子4.813)刊登 (复星杏脉与上海市第六人民医院为共同第一与共同通讯作者单位)。 enter image description here

《JMRI》为MRI领域的顶级国际期刊,致力于发表磁共振诊断应用相关的基础和临床研究。属于JCR:《期刊引用报告》分区中:医学/核医学的1区期刊,也是中国研究团队在核医学专业领域期刊发表的人工智能顶级学术成果。此研究入选编辑评论,由Stephan Ellmann, MD 与Tobias Bäuerle, MD (Institute of Radiology Erlangen University Hospital, Germany)对于此人工智能的重要医学应用做出了精辟的介绍。

enter image description here

骨肿瘤深度学习辅助诊断技术具有极大的应用价值,可以辅助医生提供建议,减少病症误判的错误率 深度学习医学诊断具有极大的应用价值,可以在分析医学影像时给医生提供建议,减少医生对病人病症产生误判的错误率。所以,将深度学习运用于骨肿瘤的诊断,对于减少骨肿瘤的早期误诊误治具有极大的研究意义和临床应用价值。

骨肿瘤的覆盖范围很广,涵括:骨、软骨、纤维组织、脂肪组织、造血组织、神经组织,及骨骼系统相关组织所发生的原发性良恶性肿瘤或继发性肿瘤,此外,骨及其附属组织的瘤样病损,如纤维结构不良、骨囊肿、动脉瘤样骨囊肿、嗜酸性肉芽肿等亦属于此范畴。因此,骨肿瘤在其诊断和治疗方面表现出异常复杂的多样性,使其的误诊误治情况十分普遍,即使在上海这样医学水平相对先进的地区,每年因误诊误治造成患者截肢甚至影响生命的情况仍常发生。

恶性骨肿瘤的诊断与治疗将直接关乎患者的生存率、肢体的残疾等重大民生生存问题与生活质量。一旦首次手术失误,补救非常困难,后果十分严重。我国人口基数大,尽管随着卫生事业和医学科学的发展,对其它许多常见的肿瘤的诊治已形成比较科学的规范,然而,骨肉瘤诊治与欧美发达国家的差距较大,每年有数以千计的患者因未得到有效的治疗失去生命或造成严重残肢,现状却令人担忧,基于上述,研究骨肿瘤的影像学特点一直是骨科医师和影像科医师努力的方向。 复星杏脉联合上海市第六人民医院梅炯主任团队合作开发骨肿瘤深度学习算法技术 我们的研究邀请7位15年以上年资医生(放射科1位,肿瘤科2位,骨科4位),纳入304例患者的增强核磁共振(contrast-enhanced magnetic resonance imaging, DCE-MRI),涵盖3T磁场强度下的T1-weighted (T1-w), T2-weighted (T2-w), diffusion weighted imaging (DWI), contrast-enhanced T1-weighted (CET1-w)序列。按3:1:1划分为训练、验证、测试集,分别用于训练肌骨肿瘤诊断神经网络MRNet、选取最优模型和进行人机对照实验。

MRNet是一个曾用于诊断膝关节核磁共振中损伤的神经网络算法,其骨架(backbone)为AlexNet。增强核磁共振的每一层图片均转化为三通道后,由AlexNet下采样,提取出256张7×7的特征图。特征图经全局平均池化(average pooling)转化为256个特征值。每个增强核磁的特征值经取每行最大值展平后由全连接层进行分类,最后输出良性和恶性的预测概率值。 enter image description here

结果显示,神经网络模型辅助诊断显著提高了6位医生的诊断灵敏度(除一位骨科医生)和1位肿瘤科、2位骨科医生诊断准确率。对于发生率较高的几种组织学亚型(如囊肿、骨巨细胞瘤等)均提升了诊断准确率。模型的类激活图(class activation map,CAM)显示,神经网络可能依据肿瘤本身、肿瘤周围组织征象、肿瘤体与正常组织对比来判定良恶性,这与放射科医生的诊断思路存在着类似之处。 enter image description here

本模型因纳入了T1-w,T2-w序列,故同时具有判读普通核磁共振(magnetic resonance imaging,MRI)和DCE-MRI的功能该模型可以用于以下的临床应用场景:1.骨肿瘤预警系统,将肌肉骨骼系统MRI交由此模型进行筛查,有助于发现潜在的恶性病变,提前为患者做出预警。且该过程无需额外操作和检查,降低了操作风险,也未拖延患者的确诊时间;2.咨询系统,为判读肌肉骨骼系统MRI的医师提供第二意见,同时通过CAM给出诊断的影像学依据,使得医生能够根据CAM的理由选择是否接受模型的诊断结果,从而提高肌肉骨骼系统肿瘤诊断的准确率。

上海市第六人民医院与复星杏脉强强联手

上海市第六人民医院骨科为国家级重点学科、卫生部临床重点专科、上海市“重中之重”临床医学中心,在骨关节创伤和骨病的诊疗方面具有独特的优势,骨肿瘤外科每年良、恶性骨肿瘤手术量达 2000余例。梅炯主任及其研究团队为长期进行骨肿瘤的基础与临床研究(包含“863 计划”、“973 计划”、国家自然科学基金面上项目、论文 5 篇) 。复星杏脉在2017年“肺结节平均召回率96.6%”刷新国际权威的医疗影像大赛LUNA排行榜,获得双榜冠军、2019年“一致性系数94.6%”荣登国际权威全球病理竞赛CancerCellularityChallenge冠军榜首、2021-MICCAI-FLARE腹部多器官的分割任务中获得冠军。仅2021年发表及审稿中的AI临床前科研项目总计32项,累计SCI期刊影响因子总计314.2分,知识产权超过100余项,项创新项目成功获得国家重点研发计划、国家自然科学基金课题、上海市科委、经信委及发改委课题。复星杏脉始终坚信科研必须和临床紧密联系,深化创新,夯实基础研究,才能完成产学研一体化建设,使得真正使得应用场景得到落地,实现AI驱动的医疗科技服务,结合更多的产业生态的医疗服务、硬件,落地AI产品和技术,服务百姓和患者,实现“人工智能缔造全球10亿家庭健康生活”的使命。