醫(yī)療實(shí)踐中，X射線計(jì)算機(jī)斷層掃描成像（Computed Tomography, CT）已成為精準(zhǔn)診斷不可或缺的工具，全球范圍內(nèi)CT檢查占醫(yī)療照射總?cè)舜蔚?.0%。雖然CT掃描有重要的診斷價(jià)值，但同時(shí)也使受檢者暴露于高頻次的電離輻射中。UNSCEAR發(fā)布的2020/2021報(bào)告中顯示，在所有放射診斷成像中，CT檢查對(duì)集體有效劑量貢獻(xiàn)高達(dá)61.6%，遠(yuǎn)高于X射線平片和核醫(yī)療診斷等其它放射診斷手段對(duì)公眾的劑量貢獻(xiàn)。相關(guān)研究表明，近年來由CT輻射引起的癌癥數(shù)量比早期CT檢查高出3到4倍。因此，在確保臨床CT成像診斷價(jià)值的前提下，將輻射劑量控制在合理最低水平是放射防護(hù)的最終目標(biāo)。

人工智能（Artifical Intelligence, AI）被認(rèn)為是近年來最具有顛覆性的新興技術(shù)，其已經(jīng)深刻影響了當(dāng)今社會(huì)的各個(gè)領(lǐng)域。在CT輻射劑量優(yōu)化研究中，人工智能技術(shù)已被廣泛應(yīng)用于CT檢查的各個(gè)環(huán)節(jié)，包含自動(dòng)定位技術(shù)、自動(dòng)曝光控制、圖像重建和輻射劑量評(píng)估等（圖1）。當(dāng)受檢者未能以機(jī)架等中心點(diǎn)為基準(zhǔn)定位時(shí)，受檢者所受的輻射劑量將會(huì)產(chǎn)生偏差，圖像質(zhì)量也會(huì)受到不同程度的影響。為了減少CT檢查中受檢者的擺位誤差，一些CT設(shè)備的檢查床上方安裝了3D攝像頭，并利用人工智能算法檢測受檢者體表輪廓實(shí)現(xiàn)了自動(dòng)精確定位。相關(guān)研究結(jié)果顯示，與手動(dòng)定位相比，自動(dòng)定位總時(shí)間縮短28%，受檢者偏離等中心距離顯著減小，輻射劑量降低16%。同時(shí)，圖像噪聲降低9%、信噪比更高。在CT掃描時(shí)，自動(dòng)曝光控制技術(shù)常被使用以降低輻射劑量，其主要通過實(shí)時(shí)調(diào)整管電流以適應(yīng)受檢者解剖結(jié)構(gòu)、體型和尺寸導(dǎo)致的衰減差異，從而在可達(dá)到的最低劑量下保持穩(wěn)定的圖像質(zhì)量。人工智能算法可以為自動(dòng)曝光控制技術(shù)提供更準(zhǔn)確的輸入信息，自動(dòng)確定各投影角度和掃描位置的管電流，以滿足預(yù)設(shè)的目標(biāo)。在CT圖像重建過程中，人工智能解決的主要問題是如何從不完整的投影或低質(zhì)量圖像中恢復(fù)出高質(zhì)量的CT圖像，從而實(shí)現(xiàn)在低劑量條件下也能獲得清晰的診斷級(jí)圖像（圖2）。現(xiàn)有基于深度學(xué)習(xí)的CT圖像重建技術(shù)能夠?qū)⑤椛鋭┝拷档?0%-83%。這些基于人工智能的CT圖像重建技術(shù)為降低CT輻射劑量、提升圖像質(zhì)量提供了新的解決方案，展現(xiàn)了人工智能在醫(yī)學(xué)影像領(lǐng)域的巨大潛力和應(yīng)用前景。

此外，人工智能技術(shù)還被應(yīng)用于評(píng)估受檢者接受CT檢查時(shí)的輻射劑量，幫助放射科醫(yī)生實(shí)時(shí)了解受檢者接受劑量的水平。臨床上常用的輻射劑量估算方法是使用劑量仿真體模進(jìn)行劑量沉積測量或基于蒙特卡羅模擬進(jìn)行計(jì)算，這需要耗費(fèi)很長的時(shí)間，而基于深度學(xué)習(xí)的劑量評(píng)估算法能在約1.5秒內(nèi)完成全身CT掃描數(shù)據(jù)處理，目前已成為蒙特卡羅模擬的重要替代方案。除了直接用于輻射劑量評(píng)估之外，人工智能技術(shù)還被用于輔助人體計(jì)算體模的構(gòu)建，間接提升CT檢查輻射劑量的評(píng)估精度?；谌斯ぶ悄茏詣?dòng)勾畫和配準(zhǔn)技術(shù)建立的體?？焖贅?gòu)建框架在大多數(shù)器官的輻射劑量估算中顯示出小于10%的誤差，明顯優(yōu)于當(dāng)前最先進(jìn)的方法。

然而，AI在CT劑量優(yōu)化中的落地仍面臨多重復(fù)雜障礙。首要難點(diǎn)在于模型泛化能力，臨床真實(shí)環(huán)境下往往存在不同品牌、型號(hào)的CT設(shè)備。其硬件構(gòu)造、掃描協(xié)議、原始數(shù)據(jù)處理方式差異巨大，且受檢者體型、掃描部位和診斷需求均存在差別。在特定數(shù)據(jù)集上訓(xùn)練表現(xiàn)優(yōu)異的模型，遷移到真實(shí)臨床場景時(shí)，其劑量優(yōu)化效果可能大幅衰減甚至失效，嚴(yán)重制約了大規(guī)模臨床部署。其次，人工智能的“黑箱”特性帶來的可解釋性缺失導(dǎo)致其在臨床上難以被信任，醫(yī)生需要理解AI推薦特定低劑量參數(shù)的邏輯依據(jù)，若AI無法清晰闡明其決策鏈，尤其在面對(duì)因降劑量可能導(dǎo)致的細(xì)微病灶漏診風(fēng)險(xiǎn)時(shí)，臨床醫(yī)生將難以采納其建議。盡管挑戰(zhàn)重重，人工智能技術(shù)也正在引領(lǐng)各個(gè)領(lǐng)域的質(zhì)變?；谌斯ぶ悄艿姆派湓\斷全流程智能化終將引領(lǐng)一個(gè)更安全、更精準(zhǔn)、更智能的CT診療模式，在最大化為受檢者健康服務(wù)的同時(shí)，將輻射風(fēng)險(xiǎn)降至最低。

圖1 人工智能技術(shù)在CT檢查各個(gè)流程中的應(yīng)用

圖2 人工智能算法在兩種不同的低劑量CT掃描技術(shù)下實(shí)現(xiàn)圖像質(zhì)量提升的效果。(a) 降低管電流實(shí)現(xiàn)低劑量CT掃描；(b) 縮減采樣視圖并降低管電流實(shí)現(xiàn)低劑量CT掃描

首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院張治杰為本文的第一作者，首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院王振常院士、首都醫(yī)科大學(xué)附屬北京同仁醫(yī)院牛延濤主任為本文的通訊作者，本文獲得了國家自然科學(xué)基金(82271988)、北京學(xué)者(京人社專家發(fā)〔2015〕160號(hào))、國家自然科學(xué)基金重大科研儀器研制項(xiàng)目(62227804)和中央保健科研課題——重點(diǎn)課題(2024ZD16)資助

文章信息

Article Information

張治杰，胡艷軍，劉丹丹，等. 人工智能在CT輻射劑量優(yōu)化中的應(yīng)用現(xiàn)狀與挑戰(zhàn). 科學(xué)通報(bào), 2025

https://www.sciengine.com/doi/10.1360/CSB-2025-5219.

https://doi.org/10.1360/CSB-2025-5219

Related Reading

轉(zhuǎn)載、投稿請(qǐng)留言

| 關(guān)注科學(xué)通報(bào) | 了解科學(xué)前沿