卵巢癌（惡性卵巢腫瘤）是世界范圍內(nèi)的第五大致死癌癥，惡性上皮性卵巢腫瘤（Malignant epithelial ovarian tumors, MEOTs）占據(jù)所有卵巢癌的90%。相比于惡性上皮性卵巢腫瘤，交界性上皮性卵巢腫瘤(borderline epithelial ovarian tumors, BEOTs)的惡性潛能較低，具有較好的預(yù)后（五年生存率分別為40%和97%）。

BEOT患者通?？筛鶕?jù)患者需求進(jìn)行保留生育能力的保守手術(shù)，而MEOT患者則需要全面分期手術(shù)，切除卵巢并輔以化療。因此，術(shù)前準(zhǔn)確地區(qū)分MEOT和BEOT將有助于實(shí)施精準(zhǔn)治療，節(jié)省醫(yī)療資源，提升患者的術(shù)后生活質(zhì)量。

前期研究表明，核磁共振成像（Magnetic resonance imaging, MRI）在MEOT與BEOT的鑒別上具有較大的潛力，但目前國(guó)際上對(duì)所需MRI序列及影像學(xué)表現(xiàn)尚無統(tǒng)一標(biāo)準(zhǔn)，臨床診斷依賴醫(yī)生經(jīng)驗(yàn)，因此主觀性較大，診斷精度較低。

近年來，機(jī)器學(xué)習(xí)作為人工智能的核心分支，旨在利用計(jì)算機(jī)進(jìn)行大數(shù)據(jù)分析，自主學(xué)習(xí)樣本特征與類別的關(guān)系，建立智能分析模型。將機(jī)器學(xué)習(xí)與醫(yī)學(xué)影像結(jié)合，通過機(jī)器學(xué)習(xí)找出醫(yī)學(xué)影像大數(shù)據(jù)中定量影像特征與疾病類別間的關(guān)系，可構(gòu)建客觀、精準(zhǔn)的輔助診斷模型，有望解決卵巢癌診斷難題。

中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所高欣團(tuán)隊(duì)與復(fù)旦大學(xué)附屬金山醫(yī)院強(qiáng)金偉團(tuán)隊(duì)合作，聯(lián)合華東、華南、華北等八家三甲醫(yī)院，首次開展了基于MRI機(jī)器學(xué)習(xí)的卵巢癌診斷多中心研究，建立了可在術(shù)前對(duì)MEOT與BEOT進(jìn)行無創(chuàng)鑒別的機(jī)器學(xué)習(xí)模型。

該研究共入組501名患者（其中336名MEOT患者，165名BEOT患者），收集了患者的多參數(shù)MRI影像數(shù)據(jù)（包括T2WI-FS、DWI、ADC、CE-TIWI四個(gè)影像序列）及臨床資料，研究團(tuán)隊(duì)從腫瘤實(shí)性區(qū)域和全腫瘤區(qū)域分別提取MRI影像特征，通過機(jī)器學(xué)習(xí)方法篩選特征并構(gòu)建模型。

此外，研究團(tuán)隊(duì)邀請(qǐng)了六位不同資質(zhì)（從業(yè)時(shí)間介于2-13年）的影像科醫(yī)生與機(jī)器學(xué)習(xí)模型進(jìn)行診斷水平對(duì)比。

研究結(jié)果顯示，機(jī)器學(xué)習(xí)模型能夠很好地鑒別MEOT與BEOT（平均診斷準(zhǔn)確度為91.7%）。

基于多參數(shù)MRI建立的模型診斷性能優(yōu)于基于單個(gè)MRI序列建立的模型，揭示了各MRI序列的診斷互補(bǔ)作用；所有單個(gè)序列中，ADC的診斷能力最強(qiáng)，CE-T1WI的診斷性能最弱，去除CE-T1WI后模型性能無顯著下降，由于進(jìn)行CE-T1WI掃描需要注射造影劑，這提示臨床在對(duì)有造影劑過敏患者進(jìn)行診斷時(shí)，可以選擇不進(jìn)行CE-T1WI掃描；腫瘤實(shí)性區(qū)域特征建立的模型在診斷性能上優(yōu)于全腫瘤區(qū)域建立的模型，說明腫瘤實(shí)性區(qū)域需要臨床重點(diǎn)關(guān)注。

此外，與六位影像科醫(yī)生的診斷水平（平均診斷準(zhǔn)確度為79.5%）相比，該研究構(gòu)建模型的診斷能力具有顯著優(yōu)勢(shì)（見圖1），有望在臨床中輔助醫(yī)生進(jìn)行卵巢癌術(shù)前精準(zhǔn)無創(chuàng)診斷。

該研究受國(guó)家自然科學(xué)基金委等機(jī)構(gòu)資助，相關(guān)成果發(fā)表于Journal of Magnetic Resonance Imaging (DOI: 10.1002/jmri.27084)，其中李勇愛與簡(jiǎn)俊明是并列第一作者。

論文鏈接

圖1. 機(jī)器學(xué)習(xí)模型與影像科醫(yī)生的診斷能力對(duì)比。紫色三角形和綠色正方形分別代表六名影像科醫(yī)生的診斷能力，紅色圓點(diǎn)代表影像科醫(yī)生的平均診斷能力，藍(lán)色實(shí)線代表機(jī)器學(xué)習(xí)模型的診斷能力，紅色圓點(diǎn)在藍(lán)色實(shí)線的右下方表示機(jī)器學(xué)習(xí)模型的診斷能力高于影像科醫(yī)生的平均診斷能力。

圖2. 機(jī)器學(xué)習(xí)模型進(jìn)行卵巢癌診斷的案例。(a)是病理證實(shí)的MEOT; (b)是病理證實(shí)的BEOT。機(jī)器學(xué)習(xí)模型對(duì)腫瘤影像進(jìn)行打分，根據(jù)診斷閾值進(jìn)行腫瘤類型的判別：(a)的影像分?jǐn)?shù)為0.102，(b)的影像分?jǐn)?shù)為0.750，模型給出的診斷閾值為0.260，將影像分?jǐn)?shù)高于0.260的影像判別BEOT，反之則為MEOT。

來源： 蘇州生物醫(yī)學(xué)工程技術(shù)研究所