树立多要素关联诊断新理念提升医学影像学在临床诊疗中的价值
时间：2023-02-18 22:55:06 来源：千叶帆 本文已影响人
王振常 张鹏 吕晗 赵鹏飞
医学影像学是百年来医学领域中知识更新最快的学科之一。从19 世纪末伦琴发现X 射线到第一张手部 X 光片诞生，随着超声、CT、MRI、PET、介入放射技术等影像诊断和治疗方法相继问世，医学影像学从无到有，从小到大，经历了迅猛的发展过程。
近年来随着影像设备研发、数据采集算法革新、组织对比剂开发、网络信息技术迭代，进一步促进了人体信息学与医学影像学的深度融合发展，传统影像学理念正逐渐发生改变，丰富的信息交互与深入的数据挖掘提供了更全面的视角，多元的学科交叉与智能的信息处理带来了更多可能性。如今的人体影像成像技术正朝着信息采集数字化、成像分辨力显微化方向发展；
不同类型的人体影像信息同步实现了跨时域、跨地域互通互联；
医学影像学被赋予了新职能，从多功能支撑临床到多专业交叉融合，再到多学科协作诊疗，这些不断涌现的全新理念正在时代的洪流中不断重构着医学影像学科。
2015 年，科技部召开“国家精准医疗战略专家会议”，成立国家精准医疗战略专家委员会并将精准医疗上升为“国家战略”。精准医疗给医疗体系带来的本质变化是：从以医疗、医院、医生为主的疾病诊疗模式过渡到以面向全民健康保证、健康评估和健康干预为主的健康保障模式。这对于医学影像学而言是更高的发展要求。当下医学影像学拥有多样的成像方式、多维的影像信息解析方法，所反映的人体信息也更加全面，但如何匹配更精准的影像成像模式？如何准确反映不同状态下人体的生理病理状态？如何探寻影像信息与人体健康之间的关联？这些问题是本学科在精准医疗中所面临的重大挑战，也是实现“健康中国2030”的必由之路。
医学影像学技术的总体发展趋势正面向高时空分辨力、多模式成像与智能化发展。时间与空间分辨力的提升可提供跨时域的人体信息，成像时间明显缩短，甚至可提供特定组织器官的实时动态成像。多模式成像方法不仅能提供人体解剖信息，更能反映人体组织器官的代谢、力学、功能与血流等不同类型的人体病生理状态。新时代背景下，数字化信息庞大、算法快速更新等行业特点已让医学影像学科成为人工智能发展的沃土。基于已采集影像数据进行智能化分析的前人工智能时代已过渡到影像数据采集与智能化分析平行展开的后人工智能时代。医学成像技术正与信息科学技术、医学生物技术、分子生物技术快速融合和不断发展，从而带来了海量的人体异构数据与不同类型的医疗信息。这些技术变革深刻反映了时代的根本需求，为人体病生理信息提供了更多呈现方式，但不同成像模式特点与应用场景存在差异化，如何将不同特点的成像技术进行优势组合，如何有效地利用现代多模式成像与探测技术带来的海量人体信息，如何发掘异构数据与人体健康间的潜在关系并与临床诊疗路径相接轨，已成为医学影像学领域的迫切需求。
4.1 信息学思维模式的构建 生命现象纷繁复杂，人体正常运转是多种不同因素协同作用的结果，人体组织器官结构链路精密，不同系统间生理信号多级传导、功能实现需要不同要素间多重调控。当下基于生物医学模型的点状医学思维模式更聚焦于单一因素在疾病中的作用机理，而单一致病因素并不能说明疾病的一切，这种思维模式最终导致了医学领域中的大部分基础实验研究成果无法实现有效的临床转化[1]。因此，对疾病机理的完全理解需要更多概念与参考因素。信息学是研究信息的获取、处理、传递和利用规律的一门新兴学科，通过运用精密仪器与计算机算法提升信息探测能力、提高采集传输效能、增加信息解析维度，并基于扩大信息数据集与构建智能解析模型进一步探究不同作用因素在事件结局中的潜在作用。应用信息学系统性思维模式不仅可以进一步探测人体微弱生理病理信息，还有助于挖掘和利用多维度与多模式的人体信息资源，为影像信息全面探测感知与系统解析提供新范式[2]。
4.2 概念体系的创建 基于影像多模式与多维度协同的多要素关联的诊断理念，是以信息学思想为核心，以不同模式医学成像技术为手段，通过影像信息解析技术来探寻并发现不同维度的人体生理病理状态，发掘致病机理中不同作用因素，构建智能化影像数据关联模型，阐明疾病致病机理，精准诊断致病诱因，为建立疾病导向性治疗方案打下坚实基础（图1）。
图1 基于影像多模式与多维度协同的多要素关联诊断体系模型
4.3 多要素关联诊断理念 针对不同病症，基于常规影像设备，突破多模式探测、多维度感知、多要素关联解析等关键技术，应用一系列专用影像信息采集与解析方法，阐明不同功能链路上不同要素间的内在关联。
具体来说，多要素信息关联诊断理念及其体系构建思路包括了由多种成像模式探测到的人体生理病理的数据与多种信息解析模式分析得到的多功能单位信息，将这些反映人体病理生理状态的数据根据时间、空间与解剖功能链路划分为不同维度，并通过构建智能分析模型串联不同维度信息，从中发掘不同要素信息及与人体病理生理状态的关联关系，从而揭示在疾病与健康状态下不同要素耦合作用机理以及病理发生机制。
基于影像多模式与多维度协同的多要素关联诊断理念及其体系构建思路在头颈领域中已进行了初步尝试，结果证实能够提升人体精细结构与隐匿病变显示的能力，使临床疾病诊断效能大幅跃升。
针对耳部病症，基于该理念体系创新研发了面向听觉传导通路多要素协同探测感知方法。例如，对于搏动性耳鸣，建立了一站式颞骨双期增强高分辨CT 扫描技术及骨质血管交互评判方法，用于清晰显示骨质与血管因素[3]；
创建4D FLOW 静脉血流采集技术及压力预测方法，用于获取并评估血流动力学模式[4]；
创新优化听神经采集参数技术，用于准确评估听神经的形态及毗邻关系；
采用基于图论的听觉网络神经功能分析方法，解析搏动性耳鸣神经功能重塑信息[5]。基于上述要素信息，从不同成像模式及维度出发，采集并显示听觉传导通路中的骨质、血管、神经，以及血流、传导、压力、脑功能等不同要素的变化规律，构建基于探测感知信息的多要素关联数值模型[6]，精准揭示耳部病症诱因，有效解决听觉传导通路上微小结构与隐匿病变的显示与分析难题，实现病因“检可显，显可见，见可治”，使搏动性耳鸣病因检出率由44%跃升至94%，已成为美国制定行业标准的重要参考[7]（图2）。
图2 建立搏动性耳鸣的影像多模式与多维度协同的多要素关联诊断体系模型
针对眼部病症，基于该理念体系构建了面向视觉传导通路多要素协同探测感知方法。前视路周围脂肪丰富，存在明显的化学位移伪影，常规序列不能清晰显示，而创新性采用冠状面、薄层、无间隔连续STIR 全新的扫描技术，实现了复杂环境下不同组织类型眼眶内容物的清晰显示。根据视路不同节段的解剖特点，设计出适用于不同部位的白质纤维束示踪及定量测量技术，实现了隐匿性损伤定量评估。改进视神经管HRCT 扫描/重建技术，通过冠状、斜矢状面多方位重组实现视神经管的精准成像。通过脑池三维快速平衡稳态斜横断面成像[8]等技术创新，实现眼运动神经及其微小分支可视化重现。建立以3D 高分辨率MRI 为基础的反转恢复序列精准定位外侧膝状体及体积测量方案[9]，精准评价视觉结构链路中关键节点的病生理信息。通过系列探测技术的综合应用，从不同维度解析青光眼、外伤后失明等视力障碍诱因及机理，实现眼科病症的“可探知、可定位、可解析”，使视力下降、复视及外伤后失明的病因检出率分别达到76%、75%和78%，实现低漏诊和早发现，大幅降低失明风险[10]。
基于影像多模式与多维度协同的多要素关联诊断理念，通过多模式探测感知技术的迭代创新，推动了成像方式多样化与精准化发展；
通过多维度信息感知方式，创建以人体器官功能链路为基础的跨时空图像数据解析模式；
通过多要素信息关联，串联影像数据孤岛，可显著提升影像数据利用率与临床诊疗有效率。总之，作为新时代的学科内涵，影像多模式与多维度协同的多要素关联诊断理念应更全面、更快速地实现从理论基础向临床应用转化，这需要不同学科、不同背景的临床与科研工作者密切合作。相信随着医学成像技术不断发展与理论体系的临床契合，必定会推动早期精准甄别那些困扰人类健康常见疾病能力的跨越式提升。
