基于人工智能的机器学习通过超声扫描对子宫腺肌病进行诊断和分类：多中心模型开发研究

背景：子宫腺肌病是一种良性妇科疾病，其特征是子宫肌层（子宫肌层）中存在异位子宫内膜细胞（子宫内膜细胞）。 在全球范围内，尽管子宫腺肌病在从青春期到围绝经期的各个生命阶段的妇女和女孩中普遍存在，但其诊断率仍然较低。 患有子宫腺肌病的女性会经历月经大量出血、月经周期疼痛、慢性盆腔疼痛和不良妊娠结局等使人衰弱的症状，从而对其生活质量产生长期影响。

子宫腺肌病的诊断和分类不仅对于与症状严重程度相关联至关重要，而且还可以为女性提供有关疾病预后、治疗类型和子宫腺肌病结局的长期影响的咨询。 然而，对严重程度进行分类不仅是一个耗时且复杂的过程，而且还取决于操作者的经验并且具有主观性。 在短时间内获得相同的结果，同时减少操作员偏差，而与操作员的专业知识无关，这可能是有益的。

在处理图像分类任务时，机器学习 (ML) 在帮助医疗保健专业人员在几秒钟内客观地对子宫腺肌病的严重程度进行分类方面具有巨大的潜力。 深度学习框架和自动化机器学习工具是自动经阴道超声扫描 (TVUS) 图像分析的最先进工具。 它可以使用深度架构模型直接处理和自动学习从超声图像中获取的中高级抽象特征，而无需提前手动定义特征。 这使得人们能够使用用于分类的示例标记图像来训练、测试和验证机器学习模型

该研究的目的是使用正常子宫和不同严重程度的子宫腺肌病的带注释的超声图像来训练神经网络，使用监督深度学习来预测输入图像是否属于以下类别之一：无、轻度、中度或严重的子宫腺肌病。 这将是一个新颖的项目，可能会支持临床医生和超声医师在未来短时间内对子宫腺肌病的严重程度进行分级。

目的：研究通过自动化机器学习工具（Vertex AI）和深度学习框架（Pytorch）利用监督式深度学习的图像识别模型的用途，以创建子宫腺肌病严重程度的超声分类算法。

研究设计和设置：

研究类型：这将是一项多中心观察性队列研究。 APPRAISE-AI 和预测模型偏差风险评估工具 - 人工智能 (PROBAST-AI) 工具已被参考用于协议开发。

设置：正常子宫和子宫腺肌病患者的超声图像将从英国的十个 CARE 生育中心检索。 这将包括伯明翰、塔姆沃思、诺丁汉、北安普顿、谢菲尔德、利兹、曼彻斯特、博尔顿、柴郡和利物浦的 CARE 生育中心。

人群：研究队列将包括 2022 年 2 月至 2024 年 2 月期间到 CARE 生育中心进行超声检查并使用子宫形态超声评估 (MUSA) 图像筛选标准诊断为正常子宫和子宫腺肌病的患者的超声图像。 MUSA 标准使用标准化术语、定义和测量来概述子宫肌层和子宫肌层病变的超声特征。

先前发布的子宫腺肌病严重程度示意图系统将用于通过图像审查确定子宫腺肌病的严重程度。 之所以选择这一点，是因为其再现性、观察者间一致率基本达到完美以及与症状严重程度的临床相关性。 每个等级都有1到4分的分数，分数的总和用于计算疾病的范围：轻度（1-3）、中度（4-6）和重度（>7） 。 持续时间：2022 年 2 月至 2024 年 2 月期间进行的超声检查 样本大小：Vertex AI Vision 训练所需的最小图像数量为每个类别 100 张。 成功识别一个类别的可能性随着每个类别的高质量示例的数量而增加。 测试子宫腺肌症分类算法的目标样本量将在无子宫腺肌症、轻度子宫腺肌症、中度子宫腺肌症和重度子宫腺肌症各 1000-10,000 个图像之间。 完整的图像集将均匀分布在分类类别中；然而，可能无法为每个类别获取大致相同数量的图像。 完整的数据集将被手动按照9:1的比例分割成两个不同的数据集；所选图像的 90% 将用作训练数据集（训练 + 验证），10% 将用作测试数据集。 这将确保每个类别充分包含多样化且具有代表性的图像。 测试数据集将是一个独立的数据集，不在训练阶段使用，但将从与训练阶段使用的数据相同的设施获得。

最大限度地减少偏见的潜在影响：所有存储的正常子宫和子宫腺肌症子宫的超声图像将由一位在妇科和生育扫描方面经验丰富的审查员进行筛选，该审查员将对女性的基线特征不知情，以避免识别和招募偏见。 两名评审员将针对 1000 组图像独立地将子宫腺肌病的严重程度分为轻度、中度和重度，以建立一致性。

人工智能软件详细信息：

机器学习的类型监督深度学习：在监督学习中，机器需要标记的示例来学习。 该研究的目的是教会机器识别超声诊断的子宫腺肌病的不同严重程度。 标记为“无”、“轻度”、“中度”和“重度”的超声扫描图像将作为输入上传。 通过研究这些示例，该算法将学会识别正常子宫与轻度子宫腺肌病以及轻度子宫腺肌病与重度子宫腺肌病的区别，并为要求分析的每个新图像分配正确的分类。

框架类型和版本：Google Cloud Vertex AI Vision API V1 作为自动化机器学习工具，最新版本的 Pytorch 作为深度机器学习框架。

输入数据的获取和选择：模型的输入数据将从2022年2月至2024年2月期间到上述生育中心进行超声检查并经图像筛查诊断为正常子宫和子宫腺肌病的患者的超声图像中检索。 在删除患者标识符后，子宫腺肌症参与者的合格超声图像将被提取为二维 (2D) 和/或三维 (3D) 图像。 如果患者有不止一张子宫腺肌病或正常子宫的图像，则所有这些图像都将包括在内。 这些图像将由审阅者进行审阅，以减少偏差风险，并进行格式化以确保它们包含图像中感兴趣的子宫腺肌病超声特征。 这些经过审查和格式化的图像将由两位在超声诊断和子宫腺肌病分类方面经验丰富的审查者标记为无、轻度、中度和重度。 三组输入图像将上传到机器学习框架上：

1. 训练集：80%的图像数据将在训练集中。 该模型“看到”并最初从这些数据中学习。
2. 验证集：验证集也是训练过程的一部分，但它是分开的，用于调整模型的超参数。将使用与训练数据集不同的总图像的 10% 来微调模型结构，使其可以更好地概括。
3. 测试集：测试集经过训练过程后才进入阶段。 它将用于测试模型在尚未见过的数据上的性能。 总图像的 10% 将用作测试集。 未标记的测试图像将上传到系统，人工智能（AI）模型的性能将与标准（即调查人员的原始分类）进行比较。 将手动将总图像数据拆分为训练集、验证集和测试集。 处理质量差或不可用的输入数据：这些图像将被排除。

资格标准：

包含：

A. 参与者：2022 年 2 月至 2024 年 2 月期间因任何指征到上述生育中心接受超声检查并经超声图像筛查诊断为正常子宫和子宫腺肌病的女性。

B. 输入数据：正常子宫和子宫腺肌病子宫的高质量且结论性的 2D 和/或 3D 图像，其中子宫腺肌病的超声特征清晰可见。

排除：

A. 参与者：同时存在单个或多个肌壁间肌瘤和子宫内膜腔异常的女性。

B.输入数据：评审员评估的不确定超声、子宫腺肌症超声特征不清楚的低质量图像以及不能分为四类之一的图像将被排除。

同意：

该研究纯粹是观察性的，没有干预或作为研究的一部分进行额外的步骤。 正常和子宫腺肌症子宫的超声图像是在女性接受 TVUS 时获得的，这是常规临床实践的一部分。 由于超声机允许导出没有患者身份信息的图像，因此在提取数据之前，数据（仅包括超声图像）将删除患者身份信息（姓名和出生日期）。 已参考 NHS 健康研究局保密咨询小组 (CAG) 预申请清单来确定该项目是否有资格在未经同意的情况下处理患者信息。 因此，不会要求研究参与者知情同意，因为只会使用现有的匿名数据。

结果和统计分析

主要结果：模型的平均精度（阳性预测值）、精度、召回率、受试者工作特征曲线下面积（AUC）、灵敏度、特异性和准确性将是自动化和深度机器学习模型感兴趣的主要结果。 所有分析都将使用 Stata 统计软件（美国德克萨斯州第 18 版）进行深度机器学习 (ML) 框架模型，并使用自动化机器学习软件进行自动化 ML 模型。 训练自动化模型后，将进行详细分析，其中包括将报告的模型性能摘要（模型输出）。 将包括以下内容：

• 分数阈值：分数阈值是指模型为测试项目分配类别所必须具有的置信水平。 Google Cloud 控制台中的分数阈值滑块是一个可视化工具，用于测试数据集中所有类别和单个类别的不同阈值的效果。 评估过程中将采用在误报和漏报之间提供良好平衡的分数阈值。
• 真阳性、真阴性、假阳性和假阴性
• 精确度和召回率：在分配了类别的所有图像测试集中，精确度表示实际上应该使用该标签对多少图像进行分类，而召回率则表示实际分配了该标签的图像数量。 参考标准标签是指研究者进行的分类。
• 精确率/召回率曲线

次要结果：使用 Fleiss kappa 评估子宫腺肌病超声评估中两位评审者之间的一致性。 用于解释一致性强度的 K 系数为：≤0=差，0.01 至 0.20=轻微，0.21 至 0.40=一般，0.41 至 0.60=中等，0.61 至 0.80=显着，0.81 至 1=几乎完美。

数据处理和记录保存：数据（去识别化超声图像）将根据 2018 年数据保护法存储在 Google Cloud 中。

删除患者标识符后，正常和子宫腺肌症子宫参与者的合格超声图像将被提取为 2D 和/或 3D 图像。 研究完成后，存储在 Google Cloud 上的图像将被删除。

质量控制和保证：在整个研究期间将遵循良好临床实践的原则。

不良事件报告：考虑到研究的观察性质，并且除了基线 TVUS 之外，研究设计中不涉及其他步骤，因此不涉及安全考虑。

道德考虑：

已获得当地机构审查委员会 (IRB) 和 CARE Fertility 研发团队的道德批准。

保密和数据保护：将使用唯一的图像识别号来识别研究参与者。 研究中使用的所有个人数据将根据 2018 年数据保护法进行处理，并将被视为严格保密。

资金：该项目的资金来自英国伯明翰汤米国家流产研究中心。

利益冲突：不存在与本研究相关的利益冲突。

修订：对研究方案或文件的任何修订将由首席研究员发起。 所有重大修订均将提交IRB 批准，然后在参与研究的所有地点实施变更。 修订将记录在研究方案的“方案修订”部分中。

项目定义结束：数据收集和准备、模型培训和评估以及手稿撰写将持续 12 个月。

未来研究方面：长期目标是使用 PACS 存档图像系统分析这种内部验证的 AI 模型，以便在国家卫生服务 (NHS) 的外部中心进行外部验证，并将其与子宫切除标本的组织病理学相关联。 这还涉及通过评估模型对决策和结果的影响来分析临床效用。 如果模型的性能在阳性预测值、精度和临床实用性方面合适，则将通过在线预测实现实时使用。 该模型可以以在线应用程序的形式或作为集成在超声机器内的应用程序来部署用于分类请求。

出版政策：研究结果将通过科学和社交媒体分享，研究结果将提交给妇科超声（妇产科超声（UOG））和数字健康（The柳叶刀数字健康）。 手稿将由 Ishita Mishra 博士准备，作者身份将根据个人对手稿研究和写作的贡献程度确定。