70 岁男性参与者的轴向非造影胸部 CT 肺窗图像。（A）正常剂量 CT、（B）超低剂量 CT (ULDCT) 和（C）去噪 ULDCT 图像显示树芽影（黄色箭头）。可以在正常剂量 CT 图像上观察到树芽影。然而，由于 ULDCT 的图像噪声增加，线性分支模式被遗漏，并被两位读者错误地归类为没有树芽影的结节。去噪 ULDCT 可以更好地识别具有线性分支模式的小叶中心结节，并且图像被正确归类为树芽影阳性。图片来源：北美放射学会 (RSNA)
深度学习算法使超低剂量 CT 扫描能够以仅为标准扫描辐射量的 2% 来诊断肺炎。
人工智能显著提高了图像清晰度，减少了假阳性，使结节更容易被发现。这项创新可能会重新定义临床指南，为免疫功能低下和年轻患者提供更安全的成像。
低剂量 CT 扫描的突破根据3月13日发表在北美放射学会（RSNA）杂志《放射学：心胸成像》上的一项研究，去噪超低剂量 CT 仅使用标准 CT 辐射剂量的 2% 即可有效诊断免疫功能低下患者的肺炎。
“对于免疫系统较弱的患者，肺部感染可能危及生命，”这项研究的主要作者、以色列拉马特甘舍巴医疗中心诊断成像部门的放射科医生 Maximiliano Klug 医学博士说：“CT 扫描是检测肺炎的黄金标准，但重复扫描可能会使患者暴露在大量辐射下。”
虽然早期诊断免疫功能低下患者的肺部感染很重要，但频繁进行 CT 扫描所造成的累积辐射剂量暴露风险令人担忧。
61 岁女性参与者的轴向非造影胸部 CT 肺窗图像。（A）正常剂量 CT、（B）超低剂量 CT (ULDCT) 和（C）去噪 ULDCT 显示局部毛玻璃样混浊（黄色箭头）。正常剂量 CT 和去噪 ULDCT 均能正确识别毛玻璃样混浊，但由于信噪比降低，ULDCT 的两位读者均未发现该混浊。图片来源：北美放射学会 (RSNA)
超低剂量 CT 图像质量的挑战超低剂量 CT 可减少辐射暴露，但会因增加“噪音”而导致图像质量不佳，表现为整个图像呈颗粒状。图像质量的下降会影响诊断的准确性。因此，Klug 博士及其同事试图在超低剂量 CT 扫描中测试深度学习算法的去噪能力。
从 2020 年 9 月到 2022 年 12 月，54 名免疫功能低下且发烧的患者被转诊到 Klug 博士的科室，接受两次胸部 CT 扫描：一次正常剂量扫描和一次超低剂量扫描。研究人员采用深度学习算法对所有 54 次超低剂量 CT 扫描进行去噪。
一名 42 岁男性参与者的轴向非造影胸部 CT 肺窗口图像，肺部正常。（A）正常剂量 CT、（B）超低剂量 CT (ULDCT) 和（C）去噪 ULDCT 图像。在正常剂量 CT 图像上观察到正常肺部。然而，由于 ULDCT 固有的图像噪声，两位读者都错误地将肺部图案归类为阳性病毒感染。去噪 ULDCT 的去噪技术纠正了这一伪影，参与者被正确归类为无感染。图片来源：北美放射学会 (RSNA)
放射科医生评估结果放射科医生分别评估并记录了正常剂量 CT、超低剂量 CT 和去噪超低剂量 CT 扫描的结果。他们不知道所有患者的临床信息。
深度学习算法显著提高了超低剂量 CT 扫描的图像质量和清晰度，并降低了假阳性率。在去噪扫描中结节也更容易被识别。
辐射量少，诊断能力强超低剂量扫描的平均有效辐射剂量是标准CT扫描平均有效辐射剂量的2%。
Klug 博士说：“这项研究为更安全的人工智能成像铺平了道路，它可以减少辐射暴露，同时保持诊断的准确性。”
扩大本研究之外的益处研究人员指出，基于深度学习的超低剂量 CT 扫描去噪可能对其他患者群体（例如年轻患者）有益。
“这项初步研究发现，感染只用了一小部分辐射剂量，”Klug 博士说：“这种方法可以推动更大规模的研究，并最终重塑临床指南，使去噪超低剂量 CT 成为年轻免疫功能低下患者的新标准。”
未来样本量更大的研究将有助于验证本研究的结果。
与 Klug 博士合作的有 Tamer Sobeh 医学博士、Michael Green 硕士、Arnaldo Mayer 博士、Zehavit Kirshenboim 医学博士、Eli Konen 医学博士和 Edith Michelle Marom 医学博士。
参考文献：“去噪超低剂量胸部 CT 用于评估免疫功能低下者的肺炎”2025 年 3 月 13 日，放射心胸影像学。
文章来源：北美放射学会 (RSNA)
免责声明：康加号致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。
