韩国国内研究团队开发出可预测罕见病患者预后的人工智能(AI)技术,该罕见病病因不明,会使肺组织逐渐变硬。
首尔峨山医院3日表示,影像医学科教授崔周爱、呼吸内科教授金浩哲与三星首尔医院影像医学科教授李昊妍组成的联合研究团队,利用AI软件将计算机断层扫描(CT)影像中显示的肺纤维化部位数值化,从而客观评估特发性肺纤维化患者的疾病进展程度,并确立了可预测预后的基准值。
特发性肺纤维化是一种病因尚未明确、肺泡及周围组织持续发生慢性炎症和纤维化、导致肺功能逐渐下降、呼吸困难加重的慢性疾病。其预后不佳,确诊后5年生存率甚至低于主要癌症,而且疾病进展速度因患者而异、差异极大,因此准确掌握病情并进行随访观察十分重要。
此前主要通过检查用力肺活量(确认患者可呼出的最大空气量)和一氧化碳肺弥散量(测定肺部气体弥散能力)等来评估疾病进展程度。这些指标能综合反映整个肺部的功能变化,但难以掌握肺内哪个部位纤维化进展到何种程度。因为即使纤维化在逐步进展,仅凭肺功能数值也难以明显体现变化,可能会漏掉实质性进展。即便进行可直接观察肺内部的CT检查,也存在缺乏可测量细微变化的一致标准这一局限。
研究团队在定量分析技术中找到了解决方案,即用AI软件分析CT影像,将已发生纤维化的肺区域测定为客观数值。具体方式是通过AI自动定量分析,计算胸部CT影像中的网状(网格状)阴影和蜂窝状阴影。
首先,研究团队分析了首尔峨山医院自2011年1月至2020年4月确诊为特发性肺纤维化的患者中,在首次检查和1年后随访检查时均接受了CT检查和肺功能检查的524名患者的检查记录。为进行外部验证,又从三星首尔医院2008年7月至2022年12月确诊为特发性肺纤维化的患者中筛选出符合同样条件的224人。研究团队通过自动化CT定量分析技术,计算首次检查时点和1年随访时点的肺纤维化评分,然后与用力肺活量和一氧化碳肺弥散量的1年变化量进行比较。此外,还将“未接受肺移植而存活的时间”作为预测患者预后的指标,考察其可能性。
结果确认,肺纤维化评分的上升与现有肺功能检查所显示的疾病恶化之间存在关联。用力肺活量下降5%时,肺纤维化评分上升2.72%;一氧化碳肺弥散量下降10%时,评分上升4.52%。尤其是1年内肺纤维化评分上升4.05%以上的患者,接受肺移植或死亡的风险呈上升趋势。这一结论在外部验证患者组中同样适用,超过该基准值者的肺移植或死亡风险约高出2.8倍。在以性别、年龄、肺功能检查数值等为基础预测患者预后的现有模型中,加入首次检查时的纤维化评分及1年后随访检查中纤维化评分的变化,可提升预后预测能力。这表明通过CT定量分析提出的指标,可作为补充特发性肺纤维化患者风险评估的指标加以应用。
崔周爱教授解释称:“此前以肉眼评估CT影像的过程中,可能因判读者不同而产生差异,在客观测定和报告肺纤维化随时间变化的有无及程度方面存在局限。”“这项研究表明,未来CT定量分析技术可作为特发性肺纤维化患者定期随访观察和制定治疗策略的辅助指标。”
本次研究结果发表于呼吸与重症医学领域权威国际学术期刊《美国呼吸与重症医学杂志》(American Journal of Respiratory and Critical Care Medicine)最新一期。






