Radiology：利用深度学习提高放射科医生的腰椎MRI报告判析生产力！

腰痛是一种十分常见的临床症状，其中腰椎管狭窄是下腰痛的一个常见原因，可以通过腰椎MRI进行准确评估，这也是全世界最经常进行的影像检查之一。

腰椎MRI是评估腰椎管狭窄症的重要工具，可以评价椎管、侧凹和神经孔的狭窄情况。准确评估每个区域的狭窄等级在治疗评估方面起着重要的作用。放射科医生通过临床报告交流腰椎MRI结果，而在多个图像中详细描述每个腰椎水平的狭窄情况是一项十分耗时的工作，且分级系统缺乏一致性。

由于这些原因，使用卷积神经网络的深度学习（DL）系统已经在腰椎MRI中开发并应用于临床。最近，Hallinan等学者开发了一个DL模型来自动检测和分类腰椎管、侧凹和神经孔狭窄。尽管其准确性很高，但这些系统和放射学中的大多数DL系统还没有在临床环境中进行评估。

近日，发表Radiology杂志的一项研究通过评估一个DL模型 为放射科医生判析腰椎MRI扫描中的椎管、侧凹和神经孔狭窄程度提供了技术支持。

本项回顾性研究使用了一个DL模型，旨在帮助放射科医生解释腰椎MRI扫描上的椎管、侧凹和神经孔狭窄情况。在2015年9月至2018年9月的3年时间里，收集了18岁及以上的腰痛患者身上获得的腰椎MRI扫描并纳入内部测试数据集。共有八位放射科医生在有无DL模型协助的情况下对所有图像进行了评估，每位都有2-13年的脊柱MRI解读经验，审查了，并有1个月的冲洗期。诊断时间（以秒为单位）和观察者之间的一致性（使用Gwet κ）被评估为每个放射科医生在使用和不使用DL模型时的狭窄分级，并与外部肌肉骨骼放射科医生（拥有32年的经验）提供的测试数据集标签作为参考标准进行比较。

总的来说，在测试数据集中评估了25名患者（平均年龄，51岁±20[SD]；14名女性）的444张图像。在DL辅助下，放射科医生对每项脊柱MRI研究的解读时间减少，从平均124-274秒（SD，25-88秒）减少到47-71秒（SD，24-29秒）（P < .001）。与无协助的放射科医生相比，DL协助的放射科医生在所有狭窄程度的观察者间的一致性要好或相当。在DL辅助下的普通放射科医生和接受培训的放射科医生改善了他们对四级神经椎管狭窄的观察者间一致性，κ值分别为0.71和0.70（有DL）、0.39和0.39（无DL）（均为P < .001）。

图 狭窄程度评估的MR图像示例

本项研究表明，在使用深度学习（DL）模型协助MRI扫描的腰椎管狭窄的判析可以为放射科医生节省大量时间。与无协助的放射科医生相比，DL协助的放射科医生在所有的狭窄分级中都有出色的或相当的观察者间的一致性。对于神经孔和外侧凹陷，DL辅助的普通和培训中的放射科医生也能将他们的无辅助表现提高到与肌肉骨骼放射科医生相当的水平。

原文出处：

Desmond Shi Wei Lim,Andrew Makmur,Lei Zhu,et al.Improved Productivity Using Deep Learning-assisted Reporting for Lumbar Spine MRI.DOI:10.1148/radiol.220076