Artificial Intelligence-Enabled Detection of Vascular Perfusion Defects on Ventilation/Perfusion (V/Q) Scintigraphy for Pulmonary Embolism

Technische Samenvatting: Kunstmatige Intelligentie-gestuurde Detectie van Vasculaire Perfusiedefecten bij V/Q-scintigrafie

Probleemstelling
De diagnose van een longembolie (LE) via planaire ventilatie/perfusie (V/Q) scintigrafie berust op de identificatie van mismatching V/Q-defecten. De handmatige interpretatie hiervan is echter cognitief veeleisend, tijdrovend en onderhevig aan aanzienlijke interbeoordelaarsvariabiliteit. Huidige richtlijnen (PIOPPED/EANM) vereisen dat clinici de omvang van defecten visueel schatten ten opzichte van de bronchopulmonale segmenten, een proces dat in de praktijk zelden gestandaardiseerd is vanwege het gebrek aan objectieve geautomatiseerde hulpmiddelen. Hoewel AI vooruitgang heeft geboekt in andere domeinen van de nucleaire geneeskunde, heeft de V/Q planaire beeldvorming een gat van 17 jaar gekend wat betreft moderne deep learning-toepassingen voor defectsegmentatie, waarbij eerdere studies vertrouwden op oppervlakkige netwerken of radiomics in plaats van pixel-niveau segmentatie.

Methodologie
De studie maakte gebruik van een retrospectieve dataset van 2.118 patiënten van The Ottawa Hospital, bestaande uit 9.852 planaire V/Q-projecties over zes standaardweergaven (ANT, POST, LAO, RAO, LPO, RPO). De data werd gesplitst in training (1.313 patiënten), validatie (329 patiënten), een high-probability hold-out testset (46 patiënten) en een normale hold-out set (430 patiënten).

• Annotatie: Acht specialisten in de nucleaire geneeskunde (fellows en een senior arts) annoteerden vasculaire perfusiemismatches. De grondwaarheid (ground truth) voor de hold-out set werd vastgesteld via een ensemble van zeven annotatoren, waarbij een pixel als een defect werd beschouwd als deze gesegmenteerd werd door ≥4 annotatoren (>50% consensus).
• Modelarchitectuur: Er werden vier 2D deep learning-modellen getraind om perfusiedefecten te segmenteren:
  1. U-Net: Een baseline fully convolutional network.
  2. nnU-Net: Een zelfconfigurerende U-Net variant.
  3. Swin UNETR: Een U-Net-achtige architectuur die gebruikmaakt van een hiërarchische Swin Transformer encoder.
  4. BTU-Net (Bottleneck Transformer U-Net): Een nieuwe hybride architectuur voorgesteld door de auteurs. Deze integreert een standaard U-Net contractie-/expansiepad met een transformer blok in de bottleneck. Deze bottleneck past multi-head self-attention (4 heads) toe om langetermijnafhankelijkheden (long-range dependencies) te vangen voordat de features naar het expansiepad worden doorgegeven, met als doel lokaal detail te balanceren met globale context.
• Training: Modellen werden getraind met gepaarde ventilatie- en perfusiebeelden genormaliseerd naar [0,1]. De loss-functies combineerden de Dice Similarity Coefficient (DSC) en binaire cross-entropy. Training maakte gebruik van de Adam-optimizer met early stopping.
• Evaluatiemetrieken:
  • Segmentatiekwaliteit: Voor waar positieven werd de prestatie gemeten via DSC, de Jaccard Index, Mean Surface Distance (MSD) en Hausdorff Distance (HD/HD95).
  • Detectie-accuratesse: Free-response Receiver Operating Characteristic (FROC) analyse werd gebruikt om de sensitiviteit te evalueren tegen de False Positive Per Projection Rate (FPPR).
  • Specificiteit: FPPR werd berekend op de normale hold-out set (430 patiënten) om de detectie van spookdefecten te kwantificeren.

Belangrijkste Resultaten

• Segmentatieprestaties: Het BTU-Net model presteerde consequent beter dan de andere drie architecturen (U-Net, nnU-Net, Swin UNETR) over alle segmentatiemetrieken. Het bereikte een mediane DSC van 0,72 en een mediane Jaccard-index van 0,57, met lagere grensfoutafstanden (MSD en HD95) vergeleken met de baselines.
• Klinische Detectie (FROC): Op de high-probability hold-out set was BTU-Net het enige model dat op gelijke voet presteerde met menselijke lezers. Bij een FPPR van 1,5 bereikte BTU-Net een sensitiviteit van 0,529 ± 0,026, vergeleken met 0,446 voor Swin UNETR en 0,355 voor U-Net. Opvallend genoeg vertoonden menselijke lezers ook aanzienlijke variabiliteit, met sensitiviteiten variërend van 0,40 tot 0,60 afhankelijk van de waarnemer, wat aangeeft dat de prestaties van het AI-model overeenkomen met de bovengrens van menselijk vermogen.
• Vals Positieven: Op de normale hold-out set (430 patiënten) vertoonde BTU-Net de laagste foutpositieve rate (0,08 ± 0,01 FPPR), wat de Swin UNETR (0,12), nnU-Net (0,22) en U-Net (0,15) significant overtrof (P<0,0001).
• Kwalitatieve Beoordeling: Visuele inspectie toonde aan dat de baseline U-Net vaak afzonderlijke defecten samenvoegde en normaal weefsel insloot, terwijl Swin UNETR onnauwkeurige vormen produceerde. BTU-Net genereerde meer anatomisch plausibele, wigvormige defecten die consistent zijn met longsegmenten.

Betekenis en Claims
Het artikel beweert de eerste studie te zijn die direct vasculaire perfusiedefecten op V/Q planaire beelden segmenteert met moderne deep learning en de interbeoordelaarsvariabiliteit op defectniveau evalueert. De auteurs stellen dat de BTU-Net architectuur erin slaagt de V/Q beeldvorming te revitaliseren door een diagnostische accuratesse te bereiken die vergelijkbaar is met die van expert nucleaire geneeskundigen.

De betekenis van dit werk ligt in:

1. Standaardisatie: Het bieden van een instrument om defecten objectief af te bakenen, wat potentieel de interbeoordelaarsvariabiliteit kan verminderen en de verslaglegging kan standaardiseren.
2. Klinische Bruikbaarheid: Het aanbieden van een beslissingsondersteunend instrument dat de lezer kan assisteren, wat potentieel het diagnostisch vertrouwen kan vergroten en onnodige verwijzingen naar CT-pulmonale angiografie (CTPA) voor gevallen met een intermediaire waarschijnlijkheid kan verminderen.
3. Fundament voor Toekomstig Werk: Het vestigen van een benchmark voor V/Q mismatch segmentatie die kan worden uitgebreid naar andere pathologieën zoals chronische trombo-embolische pulmonale hypertensie (CTEPH) of kan worden gebruikt om beginnende clinici te trainen.

De auteurs hanteren een bescheiden toon, waarbij zij erkennen dat subsegmentale defecten nog steeds uitdagend blijven en dat het model moet dienen als een "diagnostisch hulpmiddel met een mens in de loop". Zij merken ook de beperkingen op met betrekking tot de generaliseerbaarheid naar andere beeldvormingsprotocollen en het gebrek aan een ware gouden standaard (pulmonale angiografie) voor training, waarbij zij vertrouwden op de "op één na beste" standaard van consensus menselijke annotatie.