编辑推荐：
在痴呆诊断中，自动脑容量测量工具（AVA）的临床应用存疑。研究人员对比专家视觉评估（EVA）与 AVA 测量脑萎缩进展情况。结果显示，两者在部分脑区有显著关联，但 AVA 测量值波动大。这为 AVA 临床应用提供参考，警示使用需谨慎。
随着全球老龄化加剧，认知和记忆衰退带来的社会经济负担日益沉重。据预测，到 2050 年，痴呆患者数量将增至三倍。在痴呆早期诊断方面，结构磁共振成像（MRI）是常用的影像学手段。近年来，自动脑分割和体积分析（AVA）工具不断涌现，旨在弥补基于专家主观视觉评估（EVA）的不足，帮助神经 / 放射科医生更快地诊断认知衰退。然而，这些工具在纵向研究中的可靠性以及与神经放射学专家在实际随访场景中的表现对比仍不明确。因此，开展此项研究，对于明确 AVA 工具在痴呆诊断中的价值至关重要。
德国海德堡大学曼海姆医学院的研究人员开展了一项探索性研究。他们从痴呆门诊中随机选取 20 例患者，这些患者均接受了两次连续的 3D T1 加权 MRI 检查。研究人员对比了专家视觉评估（EVA）和自动体积分析（AVA）对脑萎缩进展的评估结果，旨在探究 AVA 工具能否反映专家对脑萎缩的评估。
研究结果发表在《Scientific Reports》上，具有重要意义。该研究为自动脑容量测量工具在痴呆诊断中的应用提供了参考依据，提醒临床医生在使用 AVA 工具时需谨慎，并强调专家视觉评估的重要性，为后续更大规模的研究奠定了基础。
研究人员采用了以下关键技术方法：
- 样本选取：从神经精神科门诊中心选取 20 例有至少两次 MRI 成像时间点的患者，涵盖认知衰退和其他神经精神疾病患者。
- 成像扫描：使用 3 种不同的 3T MRI 扫描仪（MAGNETOM Trio、MAGNETOM Prisma 和 Biograph mMR PET - MR 系统）进行扫描，获取多种序列图像，包括 3D T1 MPRAGE 等。
- 评估方法：由两名经验不同的放射科医生进行 EVA，对与痴呆诊断相关的 7 个脑区进行萎缩进展评分；使用 AIRC 工具进行 AVA，分析 51 个脑区及白质病变，将体积值与内置参考数据库对比，并归一化到总颅内体积（TIV）。
- 统计分析：运用非参数统计方法，如 Kruskal - Wallis（KW）检验评估全局关联，使用配对 Wilcoxon 符号秩检验（WSRT）进行事后检验 ，通过加权 Cohen's kappa（κ）统计评估评估者间一致性。
研究结果如下：
- 研究队列：纳入 20 例患者（14 例女性，占 70%），年龄中位数为 66.1 岁，患者接受记忆 / 认知衰退检查或神经精神疾病诊断评估。多数患者（15 例）在不同 MRI 机器上进行两次扫描。
- 成像随访时间：整体样本的成像随访时间中位数为 4.0 年，认知衰退患者和其他神经精神疾病患者的随访时间无显著差异，男女患者之间也无差异。
- 专家视觉评估（EVA）评分的评估者间一致性：所有实质区域的平均加权 κ 值显示评估者间一致性高（κ = 0.92），各脑区一致性也较高。
- 专家视觉评估（EVA）评分与自动脑容量分析（AVA）差异的组间比较：对 7 个关键解剖区域进行分析，发现额叶 EVA 与 AVA 无显著关联；顶叶有弱显著关联（pKW=0.067）；右颞叶无显著关联；左颞叶（pKW=0.0092）、右海马（pKW=0.035）和脑室系统（pKW=0.0091）有强关联。敏感性分析显示，左海马（pWSRT=0.039）等区域也存在关联。
- 纵向自动脑容量分析在个体病例中的稳健性：在部分 EVA 未检测到萎缩的病例中，AVA 测量的差异范围很大，不同患者在不同扫描仪上的测量结果差异明显。
研究结论和讨论部分表明，该研究有三个关键发现：一是在右海马、左颞叶和脑室系统，专家评估与自动测量的归一化差异有强关联；二是成像时间点之间的自动测量差异变化大，常与 EVA 评分不符；三是专家 EVA 评分评估者间一致性强。
右海马的强关联可能归因于其标准化的视觉评估程序。研究还发现，尽管视觉评估在某些脑区与 AVA 相关性弱，但在额叶的评估者间一致性最高。同时，AVA 结果受多种因素影响，如扫描设备、序列参数等，不同算法也会影响临床解释。
本研究存在一定局限性，如样本量小、回顾性单中心研究、扫描设置不符合 ADNI 标准等。但该研究反映了日常临床实践情况，为后续研究提供了方向。总体而言，该研究强调了在使用 AVA 进行纵向评估时需谨慎，其结果需专家审查，进一步的大规模前瞻性队列研究对 AVA 工具的临床应用至关重要。
