心脏淀粉样变性（CA）是淀粉样蛋白错误折叠聚集成为低聚物，并沉积于心肌细胞外基质所致的心脏疾病，最终可导致心力衰竭或心脏传导阻滞而死亡。CA症状缺乏特异性，漏诊率高。目前报道的CA绝大多数为免疫球蛋白轻链（AL）型和转甲状腺素蛋白淀粉样变（ATTR）型，不能通过心电图和超声心动图特征来区分。近年来，锝-99m（99mTc）全身骨闪烁显像（WBS）作为可靠的无创CA诊断方法，其上的心脏摄取提示TTR-CA，而罕见的假阳性常与AL-CA有关。然而，这种闪烁显像的特征很大程度上仍然未知，容易导致误诊。近期，《美国心脏病学会：心血管影像学杂志》（JACC: CARDIOVASCULAR IMAGING）发表的一项研究，开发和验证了一种基于深度学习（DL）的模型，该模型可以自动检测大型医院数据库中WBS上的显著心脏摄取（阳性），以发现有心脏淀粉样变风险的患者，展示出良好的预测性能。

研究方法

该模型是基于一个具有图像水平标签的卷积神经网络（CNN）。采用C统计进行性能评估，采用5倍交叉验证方案分层，使阳性（Perugini视觉评分≥2分）和阴性WBS的比例在折叠中保持不变，并使用外部数据集进行验证。

训练集和测试集来自法国亨利蒙多大学医院（HM-UH）的队列，验证集来自里尔大学医院（L-UH）的独立队列。纳入完成≥1次WBS的成人受试者。

研究结果

队列的临床和闪烁成像特征

HM-UH队列包括3048个WBS图像（阳性281，阴性2767）。每个测试集包括56或57个阳性图像和553或554个阴性图像，每个验证集包括44或45个阳性图像和442或443个阴性图像，每个训练集包括179或180个阳性图像和1770或1771个阴性图像（表1）。在训练、验证和测试子集中，阳性和阴性图像的比例在每个折叠中都是固定的，但Perugini视觉评分的阳性或阴性分类是随机分布的。

UH外部验证队列包括1633个WBS图像（阳性102，阴性1531）。按4档Perugini视觉评分（0-3分）评价时，HM-UH和L-UH模型以及HM-UH和L-UH阅片者之间的加权kappa值分别为0.88、0.86和0.85。按阴阳二元标准评价时，HM-UH和L-UH模型以及HM-UH和L-UH阅片者之间的 Cohen’s kappa值分别为95（一致性98.4%）、93（一致性97.8%）和88 （一致性97.5%）。

胸部SPECT采集分别与HM-UH和L-UH队列具有89.3%和89.1%的阳性WBS相关，并在所有情况下都证实了放射性示踪剂滞留的心肌定位。关于放射性示踪剂的使用，HMDP分别用于HM-UH队列82.6%和97.7%的阳性和阴性图像。对于外部验证数据集，HMDP和DPD的使用更加平衡，HMDP用于50%的阳性图像和43.3%的阴性图像。WBS阴性的指征各不相同；HM-UH队列有51.6%和40.7%的WBS与癌症和肌肉骨骼疾病有关，L-UH队列这一比例分别为31.0%和63.8%。

5倍交叉验证性能

DL模型在HM-UH队列的测试子集中显示出良好的预测性能，平均准确性为99.4%（95% CI: 98.8%-100.0%），平均敏感性和特异性分别为98.9%（95% CI: 97.0%-100.0%）和99.4%（95% CI: 98.7%-100.0%），阳性预测精确度为94.7%（95% CI: 88.2%-100.0%）。

模型在交叉验证受试者操作特征（ROC）曲线上实现了0.999的曲线下面积（AUC），在交叉验证精确度召回曲线上实现了0.987的平均精确度（图1）。这些模型在F2分数上获得了平均98.0% （95% CI: 96.6%-99.5%）的分数。尽管阴性和阳性图像之间阳性的平均预测率的差距非常大，该平均率随着图像的Perugini视觉评分而增加；Perugini 2分和3分的图像分别具有96.4%和100.0%的阳性率。在交叉验证期间生成的5个模型中，保留了具有最佳F2分数的模型3，以评估其在L-UH独立队列中的泛化能力（中央图示）。

外部验证

与交叉验证结果相比，准确性和特异性分别保持在99.3% （95% CI: 98.9%-99.7%）和99.5% （95% CI: 99.2%-99.8%）。相比之下，专注于阳性预测的参数有明显的下降，相应的F2分数和灵敏度分别为95.3% （95% CI: 94.3%-96.3%）和96.1% （95% CI: 95.2%-97.0%）。与交叉验证性能相比，模型在ROC和精确度召回曲线上表现出整体相似的性能，AUC为0.999（中央图示），平均精确度为0.986（图1）。有趣的是，外部验证评估的8个假阳性中有3个（37.5%）Perugini 视觉评分为1分，而这些图像仅占所有阴性图像的1.2%。与交叉验证一样，Perugini评分越高，阳性的平均预测率越大。这是对真阳性或假阳性WBS的阳性预测贡献最大的心脏区域（图2）。在交叉验证期间生成的5个模型中，为其在交叉验证测试子集上的强F2分数选择的模型，也是在外部验证集中具有最佳F2分数的模型。

临床和闪烁成像特征的影响

表2根据性别、年龄、体重指数、放射性核素、阴性WBS指征和注射采集延迟等因素，总结了模型的性能。所有这些特征变化对模型检测性能的影响非常有限，灵敏度和特异性分别保持在95%和98%以上（DPD放射性核素和年龄> 90岁除外）。

研究结论

这项研究开发了一种有效检测心脏摄取Perugini视觉评分≥2分的DL模型。这种闪烁显像的特征高度提示CA，但也可能提示模型无法区分的其他情况。因此，只有在根据目前的建议进行严格评估以区分淀粉样变性病相关摄取和非淀粉样变性病相关摄取后，检测到显著的心脏摄取才可能做出CA的诊断。通过这种方法，未诊断的患者可以获得相应的治疗。

参考文献

Delbarre M， Girardon F， Roquette L， et al. Deep Learning on Bone Scintigraphy to Detect Abnormal Cardiac Uptake at Risk of Cardiac Amyloidosis. J Am Coll Cardiol Img. 2023 Aug， 16 (8) 1085–1095.

https://doi.org/10.1016/j.jcmg.2023.01.014