eClinMed 中国人民解放军总医院第五医学中心介入超声科：基于超声的可解释性机器学习模型用于≤3cm肝细胞癌分类的开发与验证

01文献信息本次分享的文献是由中国人民解放军总医院第五医学中心介入超声科联合厦门大学附属翔安医院、南开大学医学院和福州市第一总医院超声科等55家医院在2025年2月在柳叶刀子刊《eClinicalMedicine》中科院1区IF10.0上的研究“Development and validation of an ultrasound-based interpretable machine learning model for the classification of ≤3 cm hepatocellular carcinoma: a multicentre retrospective diagnostic study”即基于超声的可解释性机器学习模型用于≤3 cm 肝细胞癌分类的开发与验证一项多中心回顾性诊断研究开发并验证一种基于灰度超声grayscale US的机器学习模型Model URC用于区分≤3 cm的小肝细胞癌sHCC与非HCC肝病灶结合超声语义特征、影像组学radiomics及临床数据提升小肝癌的早期诊断准确性。Fig. 2机器学习模型开发与验证工作流分模块呈现模型构建全链条涵盖特征提取、模型开发、评估与解释三大环节特征提取层临床文本特征年龄、性别、肝炎病史、肿瘤病史等超声特征肿瘤大小、形态、回声等语义特征放射组学特征基于DICOM格式超声图像经ITK-SNAP勾勒ROI后通过PyRadiomics提取微观特征。模型开发层基于三类特征组合构建递进式模型——ModelU仅纳入超声特征ModelUR超声特征放射组学特征ModelURC超声特征放射组学特征临床特征。评估与解释层模型评估内部/外部验证、亚组分析肿瘤大小、HCC风险、肝脏背景、人机对比可解释性分析采用SHAP算法解析特征重要性。02研究背景及目标研究背景疾病负担肝细胞癌HCC占原发性肝癌的90%为全球第四大癌症相关死亡原因≤3cm的sHCC早期诊断可扩大治疗窗口、改善预后。现有诊断局限增强超声CEUS、CT、MRI等精准诊断方法存在成本高、耗时长、有创/辐射风险等问题灰度超声作为一线筛查手段因特异性低、缺乏动态灌注特征、高度依赖医生经验诊断sHCC的灵敏度仅53%易漏诊。研究缺口现有AI诊断研究多基于MRI且样本量有限尚无针对≤3cm sHCC的灰度超声AI诊断模型。研究目标开发基于灰度超声的机器学习模型实现≤3cmsHCC与非HCC病灶的精准鉴别。比较不同特征组合模型超声、超声放射组学、超声放射组学临床的诊断性能筛选最优模型。验证最优模型在多中心数据中的稳健性并与不同经验放射科医生的诊断性能对比。通过SHAP算法解析最优模型的特征重要性提升模型临床可解释性。03数据和方法研究数据数据来源与时间纳入2017年5月至2021年6月中国55家医院的连续患者经筛选后形成1058个≤3cm肝脏病灶来自1052例患者。数据分组训练集597个病灶41家医院597例患者用于模型开发。内部验证集149个病灶41家医院149例患者按8:2比例随机从训练集来源数据中划分用于初步验证。外部验证集312个病灶14家独立医院306例患者用于模型泛化性验证。纳入与排除标准纳入标准①病灶良恶性经病理/细胞学证实或血管瘤、局灶性结节增生经CT/MRI1年以上随访证实②病灶≤3cm数量≤3个③临床数据完整④活检/手术前1个月内完成灰度超声检查。排除标准①病理诊断不明确血管瘤、局灶性结节增生除外②临床数据不全③超声图像缺失或质量差。数据特征超声语义特征肿瘤大小、形态、边界、回声水平、血流信号等11项指标。放射组学特征通过ITK-SNAP勾勒病灶ROI用PyRadiomics提取多维度特征。临床特征年龄、性别、肝炎病史、肿瘤病史等。Fig. 1患者与结节纳入排除流程图技术方法特征处理采用Z-score归一化标准化特征Spearman相关系数剔除相关系数0.9的冗余特征通过LASSO回归筛选非零系数特征构建特征签名。模型开发与筛选基于8种机器学习算法逻辑回归、随机森林、XGBoost、MLP等开发3个模型ModelU仅纳入超声语义特征。ModelUR纳入超声语义特征放射组学特征。ModelURC纳入超声语义特征放射组学特征临床特征。以AUC为核心指标筛选各特征组合下的最优算法模型。性能评估与对比模型验证采用AUC、灵敏度、特异性、准确率等指标在内部及外部验证集中评估模型性能通过分层分析肿瘤大小≤2cmvs2.1-3cm、高HCC风险vs低风险、肝硬化vs非肝硬化验证模型稳健性。人机对比3名初级5年经验及3名高级5年经验放射科医生分别在“无模型辅助”和“ModelURC辅助”下诊断外部验证集病灶比较诊断性能差异。模型可解释性与统计分析用SHAP算法树解释器解析最优模型的特征重要性绘制SHAP summary plot及waterfall plot采用Python、R、SPSS进行数据分析Delong检验比较AUCMcNemar检验比较诊断准确性P0.05为差异有统计学意义。04实验结果图Fig. 3三类模型在不同队列的ROC曲线ModelU仅超声、ModelUR超声影像组学、ModelURC全特征在训练集A、内部验证集B、外部验证集C的AUC对比。Fig. 4ModelURC的亚组分层ROC曲线按肿瘤大小≤2.0cmvs.2.1–3.0cm和肝癌风险高危vs.低危分层评估AUC。Fig. 5模型临床实用性评估图5A校准曲线ModelURC曲线接近理想对角线提示预测值与真实值一致性好。5BNRI净重分类指数显示ModelURC显著优于前两种模型。5C决策曲线DCAModelURC在各阈值下均显示出最高的净获益。5DIDI综合判别改善指数进一步确认ModelURC相对优势。Fig. 6ModelURC与放射科医生的性能对比ROC曲线Fig. 7ModelURC的SHAP解释图A特征重要性排序B代表性HCC病例超声图C该病例SHAP瀑布图05讨论创新点研究填补空白首次针对≤3cm sHCC开发基于灰度超声的AI诊断模型解决了现有研究多依赖MRI、样本量小的问题。特征融合思路构建递进式特征组合模型证实“超声语义特征放射组学临床特征”的融合能显著提升诊断性能为超声AI模型开发提供范式。多中心验证与可解释性基于55家医院大样本验证模型稳健性同时通过SHAP算法破解机器学习“黑箱”问题增强临床信任度。临床实用导向直接对比模型与不同经验医生的性能证实模型可缩小医生经验差异降低诊断对专家依赖。局限性样本选择偏倚良性病灶因缺乏病理证实而样本量不足且非HCC病例多为非肝硬化背景可能影响模型对肝硬化背景下良性病灶的鉴别能力。地域局限性数据均来自中国医院缺乏国际多中心外部验证模型在其他人群中的泛化性需进一步验证。临床价值提升筛查效能将灰度超声诊断sHCC的灵敏度从53%提升至92.8%减少漏诊助力早期干预。优化诊疗流程降低对CEUS、CT等昂贵检查的依赖减少患者经济负担与辐射/有创风险加速患者进入治疗阶段。平衡医疗资源通过模型辅助缩小不同经验医生的诊断差距尤其适用于基层医疗机构提升同质化诊断水平。推动AI临床转化可解释性设计降低了临床应用门槛为超声AI模型融入常规诊疗提供了可行路径。