项目负责人简介:
一、项目成果简介
由东部战区总医院放射诊断科李骁、张龙江等申报的《新冠肺炎智慧CT关键技术的创新和临床应用》项目荣获2023江苏医学科技奖一等奖,该获奖项目针对影像学在新冠肺炎(现名:新冠感染)防治中的关键问题进行了为期3年的深入研究,开发了基于人工智能(AI)的新冠肺炎智慧CT平台,在新冠肺炎筛检、严重程度和预后判断方面做出了贡献,取得了创新的研究成果。
(一)该项目创新研发新冠肺炎病灶早期筛查、鉴别诊断新技术,将新冠肺炎诊断准确性升至94%,筛查速度达20秒/例,将肺炎病因学鉴别诊断准确性从67%升至94%。研发基于临床影像数据的新冠肺炎患者AI危险分层模型,早期预判新冠患者危险事件发生时间精确到天,准确性高达97.9%。研发基于影像的新冠肺炎患者早期预后判断模型,预测新冠患者不良结局的AUC值达0.88。
(二)项目组在Radiology等国际权威期刊和会议发表论文18篇(发表当年单篇最高IF=29.146,3篇IF>10,2篇高被引论文),2篇论文被医学影像顶级会议MICCAI收录,撰写专家共识1份。其中在放射学国际顶刊Radiology中英文同步发表的新冠肺炎综述文章,入选Radiology新冠肺炎专刊18篇最具影响力文章,截止2024-07-14下载量27万余次。10篇代表性论文被Lancet Digit Health等杂志引用1200余次。研究成果被纳入《Radiology》编辑部推出的放射学科学专家组建议等10部国际指南、共识、建议等,得到国际同行的高度认可和评价,为我国抗疫经验广泛传播起到积极作用。
(三)项目组自主研发国内首批获国家药品监督管理局(NMPA)医疗器械三类证的肺炎AI产品,授权发明专利4项、计算机软件著作权1项。获江苏省医学新技术引进奖一等奖1项(2022-1-29-1)、国家自然科学基金项目2项(82202150,82371958)。研究成果在华中科技大学附属同济医院等国内多家大型三级甲等医院推广应用,并在最新一轮抗疫中发挥了重要作用,取得了很好的社会效益。
二、项目作用和意义
新冠肺炎自2019年末爆发以来,全球确诊病例超6.76亿,死亡人数超687万。缺乏快速精准的影像新技术做到早诊早治是新冠肺炎的临床难题,在疫情严峻的医疗压力下,如何在早期筛选海量新冠患者同时对新冠患者严重程度和预后判断是实现早诊早治的关键。项目组基于多中心收集的大队列新冠肺炎胸部CT病例,提出了新冠肺炎智慧CT的创新理念,聚焦于新冠肺炎早期筛检、严重程度和预后判断3个核心问题,研发了基于AI的新冠肺炎智慧CT平台,创建一站式多任务的快速筛查和鉴别诊断、危险分层、预后判断模型,对有效控制疫情传播和改善患者预后起到了积极作用。
1.研发基于AI的新冠肺炎病灶快速检出和分割新技术,助力早期筛查和鉴别诊断,获批国内首批肺炎AI产品。
2.基于多模态数据融合研发新冠肺炎患者AI危险分层模型,为危重患者救治和管理提供科学依据。
3.研发基于影像的新冠肺炎患者早期预后判断模型,更精准指导临床诊疗。
4.疫情初期快速响应部署并传播中国放射科的感控经验,在全球抗疫中发出了中国放射学的声音。
三、科研方法学及经验心得
1.针对病灶快速检出以及病灶和肺叶分割这两个问题,项目组创新性提出了MVP-Net模型进行肺部病灶检测,该模型使用了基于注意力的多视角特征融合机制,从多个精细化的窗宽窗位融合影像特征,有效提升了对于磨玻璃影和实变影等肺炎常见病灶的检出效果;其次为了减少分割任务中对超大量标注的依赖,我们创新性提出了一种基于维度变换的预训练算法,该算法可以使用跨域的有监督数据预训练 3D U-Net 模型的参数,在肺叶分割和病灶分割任务中,我们使用研发的预训练参数作为初始参数,使用域内标注数据进行有监督迁移学习,最终有效提升了现有数据量条件下的分割模型的预测准确率。
2.为进一步精准预测新冠患者病情进展并实现快速分诊,项目组创建了全新多模态综合评估手段,以预测患者病情进展情况及进展时间。在新冠肺炎AI肺部病灶检测模型基础上,利用AI软件处理并提取CT影像组学特征,结合血液检测实验室指标和临床资料等多源数据,应用合成少数过采样技术和改良的最近邻算法(SMOTEENN)、主成分分析(PCA)等特征工程算法解决分组不均衡、数据纬度高的难点,采用轻量级梯度提升机(LightGBM)、多层感知器(MLP)等机器学习分类器对新冠肺炎严重程度的相关危险因素进行综合分析,开发了基于CT影像组学、临床文本病历信息、实验室检查的多尺度数据模型,进行新冠肺炎早期危险度分层。
3.在前期基础上,纳入中国8省、16家三甲医院共703例经实验室确认的新冠肺炎患者。收集临床结果并进行比较,主要终点为院内死亡,次要终点为复合临床不良结局,包括院内死亡、入住ICU以及需要有创机械通气支持。有效提取大量新冠肺炎患者肺部病灶影像学信息,结合患者临床信息,建立胸部CT图像和临床指标的评估体系,对肺部病灶严重程度进行评分(0-20),分析影像及临床指标与患者预后结局之间的相关性,建立有效的新冠肺炎AI预后分析模型。
四、科研历程与花絮
自2019年末新冠肺炎爆发,对其临床影像学的系统研究成为新冠肺炎这一突发传染病防控中传染源识别的首要任务。项目组第一完成人李骁积极响应军队号召,第一时间入驻并协助组建武汉火神山医院,快速收集了武汉疫区第一手新冠肺炎临床和影像学资料,团队结合国内外的规范文件和研究进展,快速整理并撰写了国际上第一篇高质量的新冠肺炎影像学综述,该综述最早系统地总结了新冠肺炎的CT影像学特征,并着重探讨了CT在其诊疗中的价值,帮助全球医生全面了解新冠肺炎,产生了很大的国际影响力。此篇论文发表在影像学国际顶级期刊Radiology(2020,296(2):E15-E25),是中国学者发表的唯一综述,遴选为Radiology创刊后阅读量最大的文献之一。2020年2月25日,李骁接受中央七套正午国防军事频道的现场采访,就胸部CT影像帮助临床诊断新冠患者的相关问题向全国人民做出了解答。
胸部CT是肺部疾病一线的影像检查手段,评估新冠肺炎影像学特征(病灶形态、分布、数量、体积、占比等)对放射科医师要求很高,胸部CT阅片耗时长、工作量大、需要亚专科训练,明确一位患者的影像特征约10-30分钟;同时新冠肺炎高危患者的早期识别对于危重患者的救治和管理具有极高的临床意义和价值。疫情早期,尤其是2020年2月5日国家卫健委发布《新型冠状病毒感染的肺炎的诊疗方案(试行第五版)》将CT影像结果作为临床诊断标准后,海量新冠患者对胸部CT的大量检查需求,给放射科一线医技人员带来了巨大压力,因此迫切需要新技术解决以上问题。项目团队协同合作,针对影像学在新冠肺炎防治中的关键问题进行了深入研究,开发了基于AI的新冠肺炎智慧CT平台,在新冠肺炎筛检、严重程度和预后判断等方面做出了贡献,取得了创新的研究成果。