肝转移是最常见的恶性肝脏肿瘤，早期发现对于改善患者的预后至关重要。增强计算机断层扫描（CECT）由于其高可及性、高灵敏度（82.1%）以及一次检查可评估全身的能力而被广泛用于肿瘤的筛查。然而，一些肝脏转移会被漏诊，从而失去或延误了及时治疗的机会。影像学发现是可见的，但在解读时却没有被察觉的视觉错误被认为是诊断肝转移的一个主要错误。
由人工智能（AI）驱动的软件可减少肝转移漏诊的频率。现阶段，一些人工智能工具已经被美国食品和药物管理局（U.S. FDA）批准用于临床。加柏公司和IBM Watson Health共同开发了 "Care Advisor for Liver "软件，通过对门静脉期CECT的肝脏病变进行自动检测来协助临床医生，是基于深度学习的最新进展的先进图像处理算法。
放射科医生往往会忽略包膜下位置的肝转移、背景脂肪肝内的肝转移以及CT上的非肿瘤适应症。如果该软件能够识别这些被忽视的病变，可进一步减少肝转移漏诊的数量。

近日，发表在Eur J Radiol杂志的一项研究评估了人工智能驱动软件在现实世界中检测漏诊肝转移灶的敏感性。

本项研究共审查了746名被诊断为肝转移的患者的记录（2010年11月至2017年9月）。回顾了放射科医生首次诊断肝转移时的图像，并检查了之前的增强CT（CECT）图像是否可用。由两位腹部放射科医生将病变分为漏诊病变（放射科医生在之前的CECT上遗漏的所有转移灶）和被检测到的病变（如果任何一个转移灶在之前的CECT上被正确识别并不可见，或之前没有CECT的所有转移灶）。最后，确定了137名患者的图像，其中68名被归类为 "漏诊病例"。同样的放射科医生为这些病变创建了基础真相，并在2个月的时间间隔内与软件的输出结果进行了比较。主要终点是检测所有肝脏病变类型、肝转移和被放射科医生漏诊肝转移的敏感性。
该软件成功处理了135名患者的图像。对所有肝脏病变类型、肝脏转移和被放射科医生忽视的肝脏转移的每一个病灶的敏感性分别为70.1%、70.8%和55.0%。在检测到的和漏诊的病例中，该软件分别在92.7%和53.7%的患者中检测到肝转移灶。每个病人的平均假阳性数为0.48。

图 两个由人工智能软件正确检测出但被放射科医生漏诊的肝转移灶示例 A, B, 一个78岁的结直肠癌患者接受术后评估的病例。A, 增强CT图像显示有肝脏转移（箭头）。B，软件的输出图像，有注释。C, D, 一例70岁的女性结直肠癌患者，接受了术后评估。C，增强CT图像显示肝脏转移（箭头）。D，软件的输出图像，有注释

本项研究表明，人工智能驱动的软件检测到了一半以上被放射科医生漏诊的肝转移病灶，同时保持了较低的假阳性数量。研究结果表明，将人工智能软件与放射科医生的临床解释结合使用可减少肝转移漏诊的频率。

原始出处：

Hirotsugu Nakai,Ryo Sakamoto,Takahide Kakigi,et al.Artificial intelligence-powered software detected more than half of the liver metastases overlooked by radiologists on contrast-enhanced CT.DOI:10.1016/j.ejrad.2023.110823