[论文解读] AI-Driven CT-based quantification, staging and short-term outcome prediction of COVID-19 pneumonia

Guillaume Chassagnon, Maria Vakalopoulou+29 more|arXiv (Cornell University)|Apr 20, 2020

COVID-19 diagnosis using AI参考文献 24被引用 17

一句话总结

本研究提出了一种基于人工智能的框架，用于通过胸部CT扫描实现对COVID-19肺炎的自动化量化、分期及短期预后预测。该框架将放射组学特征与多种机器学习分类器相结合，在预测严重结局及气管插管/死亡方面实现了高达0.81的准确率，展示了人工智能在危重症临床决策支持中的潜力。

ABSTRACT

Chest computed tomography (CT) is widely used for the management of Coronavirus disease 2019 (COVID-19) pneumonia because of its availability and rapidity. The standard of reference for confirming COVID-19 relies on microbiological tests but these tests might not be available in an emergency setting and their results are not immediately available, contrary to CT. In addition to its role for early diagnosis, CT has a prognostic role by allowing visually evaluating the extent of COVID-19 lung abnormalities. The objective of this study is to address prediction of short-term outcomes, especially need for mechanical ventilation. In this multi-centric study, we propose an end-to-end artificial intelligence solution for automatic quantification and prognosis assessment by combining automatic CT delineation of lung disease meeting performance of experts and data-driven identification of biomarkers for its prognosis. AI-driven combination of variables with CT-based biomarkers offers perspectives for optimal patient management given the shortage of intensive care beds and ventilators.

研究动机与目标

• 开发一种自动化AI系统，用于从胸部CT扫描中量化和分期COVID-19肺炎。
• 预测短期临床结局，包括疾病严重程度以及是否需要气管插管或死亡。
• 评估多种机器学习分类器在区分患者结局组别方面的性能。
• 从CT图像中识别出对临床结局预测最具预测力的放射组学特征。
• 通过独立测试集和交叉验证评估模型的鲁棒性。

提出的方法

• 该框架从增强对比CT扫描中的肺部区域提取12项放射组学特征，包括强度、纹理和基于形状的度量。
• 特征源自灰度大小区域矩阵（GLSZM）和灰度游程长度矩阵（GLRLM），以捕捉纹理异质性。
• 训练并评估多种分类器——支持向量机（线性、多项式、RBF）、决策树、随机森林、AdaBoost、朴素贝叶斯以及集成模型。
• 使用平衡准确率、加权精确率、敏感性和特异性在训练集和独立测试集上评估模型性能。
• 采用分层分类策略，以同时预测疾病严重程度和危重结局（气管插管或死亡）。
• 对临床结局与放射组学特征之间进行统计相关性分析，以识别显著预测因子。

实验结果

研究问题

• RQ1 从CT扫描中提取的放射组学特征能否可靠预测COVID-19肺炎的严重程度？
• RQ2 哪些机器学习模型在基于CT数据预测短期临床结局方面表现最佳？
• RQ3 哪些放射组学特征与严重结局或死亡率表现出最强相关性？
• RQ4 集成模型在结局预测中的表现与单个分类器相比如何？
• RQ5 该模型能否在独立测试集中表现出良好泛化能力，表明其临床鲁棒性？

主要发现

• 在测试集中，集成分类器在预测严重与非严重结局时达到了0.81（±0.01）的平衡准确率。
• 在预测气管插管或死亡方面，集成模型的平衡准确率为0.81（±0.01），敏感性为0.88，特异性为0.74。
• RBF-SVM分类器在气管插管/死亡预测中的训练准确率最高（0.90），但泛化能力差（测试准确率为0.62）。
• 最具预测力的特征包括GLSZM和GLRLM矩阵中的体积、最大衰减和非均匀性，其相关系数最高达-0.3971（体积与严重结局）。
• 高斯朴素贝叶斯和L-SVM分类器在两项结局任务中均表现出稳定性能，测试集上的平衡准确率均高于0.70。
• 分层分类器设计提高了模型的可解释性，并实现了对严重程度和危重结局的顺序预测。