【心闻速递】人工智能助力胸部X线诊断心源性卒中

由于对心源性栓塞性卒中的预防和治疗需要抗凝治疗或干预基础心脏疾病，因此其鉴别诊断十分关键。临床工作者可利用多种心脏检查诊断心源性栓塞性卒中，如心电图、超声心动图、心脏计算机断层扫描和心脏磁共振成像。胸片能廉价、简遍显示胸腔内的多种结构，是医学领域最常用的医学影像资料。由于心脏和大血管的结构变化可以反映在胸片上，故而可以提供与卒中病因相关的有效信息。如果能根据就诊时的初始胸片识别心源性栓塞性卒中，不仅能节省时间、降低诊断费用，亦有助于患者护理。尽管胸片可以提供大量关于心脏结构的信息，但由于其存在模糊性及评分者信度有限，临床工作者尚不能很好地利用胸片进行卒中亚型分类。

该研究致力于开发一种能通过胸片诊断心源性栓塞性卒中的深度卷积神经网络。

研究人员总共收集了前瞻性卒中注册中4064名急性缺血性卒中连续患者的胸片，将胸片以8:2的比例随机分为训练/验证组（n = 3,255）和内部测试集（n = 809），随后其训练了一个密集连接的卷积神经网络（ASTRO-X）以根据胸片诊断心源性栓塞性卒中。该研究采用受试者工作特征曲线下面积评价ASTRO-X的性能，采用梯度加权类激活映射评估ASTRO-X的聚焦区域。7家医院的750名急性缺血性卒中患者的胸片被用来进行外部测试。

内部和多中心外部测试中，ASTRO-X的受试者工作特征曲线下面积分别为0.86（95%置信区间[CI]，0.83-0.89）和0.82(95%CI，0.79-0.85)。梯度加权类激活映射分析显示，心脏，尤其是左心房所在区域可对心源性栓塞性卒中进行分类。与ASTRO-X预测为非心源性栓塞性卒中的病例相比，ASTRO-X预测为心源性栓塞性卒中的病例超声心动图结果显示左心房容积指数较高、左心室射血分数较低。

在急性缺血性卒中患者中，ASTRO-X可以区分心源性栓塞性卒中和非心源性栓塞性卒中，且表现出良好的分类性能和生物学合理性。胸片相对廉价、无创，在资源匮乏的国家也便于使用。此外，我们的深度学习模型可以完善在卒中检查和心源性栓塞性卒中诊断方面的临床决策。然而，为了验证该模型的临床有效性，有必要在今后研究中评估胸片在确定的卒中检查中可发挥哪些额外作用。

图1.研究流程图

表1 训练/验证、内部和外部测试数据集的基线特征

图2.ASTRO-X在基于胸片的心源性栓塞性卒中分类中的性能

图3.根据ASTRO-X预测的典型梯度类加权激活映射结果

表2.根据ASTRO-X预测的超声心动图结果比较

表3 根据ASTRO-X预测的心源性栓塞性卒中可能原因比较

参考文献：

Jeong HG, Kim BJ, Kim T, Kang J, Kim JY, Kim J, Kim JT, Park JM, Kim JG, Hong JH, Lee KB, Park TH, Kim DH, Oh CW, Han MK, Bae HJ. Classification of cardioembolic stroke based on a deep neural network using chest radiographs. EBioMedicine. 2021 Jul 2;69:103466. doi: 10.1016/j.ebiom.2021.103466. Epub ahead of print. PMID: 34229276.