基于深度学习的MRI体积测量技术在活体肾脏捐献者评估中的应用：一种预测捐献后肾功能的新工具

《Clinical Transplantation》：Deep Learning-Based MRI Volumetry for Living Kidney Donor Assessment: A New Tool for Predicting Post-Donation Renal Function

　　本研究评估了基于深度学习的MRI体积测量在预测活体肾捐赠者肾体积、分割肾功能及术后eGFR中的准确性，并与术中测量和肾闪烁显像结果对比，证实其可靠性和非侵入性优势。

　　活体肾脏捐献在应对全球器官短缺问题和为终末期肾病患者提供肾移植方面发挥着至关重要的作用。为了确保捐献者的安全，需要对其肾脏的解剖结构和功能进行全面的术前评估。本研究旨在探讨基于深度学习的磁共振成像（MRI）体积测量方法与术中肾脏体积测量、肾动态显像（肾显像）所测定的分肾功能（SRF）以及术后估计肾小球滤过率（eGFR）之间的关系。研究假设基于深度学习的MRI体积测量是一种可靠且具有良好相关性的方法，能够在术前评估中提供有价值的信息。

肾移植对于终末期肾病患者而言，是一种改变生命的治疗手段，不仅能够摆脱透析的困扰，还能显著提高生存率和生活质量。然而，由于遗体捐献的数量有限，活体捐献在解决器官短缺问题上显得尤为重要。相比遗体捐献，活体捐献的肾移植通常具有更好的移植物存活率和长期预后。因此，确保活体捐献者的安全和健康成为肾移植程序中的关键环节。术前评估不仅包括肾脏功能的测定，还涉及解剖结构的分析，以便判断肾脏是否适合捐献。

传统的术前评估方法通常包括肾显像和MRI。肾显像是一种常用的评估分肾功能的手段，而MRI则主要用于解剖结构的评估。尽管有研究表明肾脏体积与功能之间存在一定的相关性，但这种关系并非绝对，且受到多种因素的影响，如肾小球数量、血管供应情况以及肾纤维化程度等。此外，传统的MRI体积测量依赖于人工分割，这一过程不仅耗时费力，而且对资源和专业技能有较高要求，限制了其在临床中的广泛应用。

近年来，人工智能技术，尤其是深度学习模型的应用，使得MRI体积测量的自动化成为可能。这种技术不仅提高了测量效率，还减少了人为误差。本研究利用深度学习模型对活体肾捐献者的MRI数据进行分析，评估其与术中实际测量结果之间的相关性，并进一步探讨MRI体积测量与肾显像分肾功能评估之间的关系，以及其在预测术后肾功能方面的潜力。

研究共纳入178名活体肾捐献者，分析了他们术前的MRI数据和术中的肾脏体积测量结果。MRI体积测量结果与术中测量结果显示出较高的相关性，达到了0.7671的Pearson相关系数（p < 0.0001），这表明基于深度学习的MRI体积测量方法在估算肾脏体积方面具有较高的准确性。然而，MRI体积测量存在一定的系统性低估，这可能是因为在分割过程中排除了肾盂部分，而术中测量方法则包括了肾盂和输尿管。此外，MRI体积测量中可能遗漏了部分残留脂肪组织，而这些组织在术中测量中被考虑在内。

在分肾功能的评估方面，MRI体积测量与肾显像的分肾功能比值之间仅显示出中等的相关性（r = 0.4581，p < 0.0001）。尽管如此，MRI体积测量在预测术后eGFR方面表现更为优越，其相关系数为0.6829，而肾显像的预测相关系数仅为0.6191。这一发现表明，虽然MRI体积测量不能完全替代肾显像，但其在评估术后肾功能方面的潜力不容忽视。

研究还发现，在确定捐献肾脏时，MRI体积测量与肾显像的侧选建议在大多数情况下是一致的，但在部分情况下存在差异。例如，有17名捐献者在肾显像中显示左右肾脏功能比值为1，即功能对称，此时MRI体积测量无法提供明确的侧选建议。而在其他161名捐献者中，MRI体积测量与肾显像在侧选建议上达成一致的占71.42%。这说明MRI体积测量虽然在分肾功能评估方面不如肾显像精确，但其在整体肾功能预测方面具有更高的可靠性。

肾显像是一种常用的评估分肾功能的方法，通常使用放射性同位素如Tc-99m-MAG3进行动态成像，并结合背景校正和血清肌酐水平计算eGFR。然而，肾显像涉及放射性暴露，可能增加捐献者的长期癌症风险。相比之下，MRI体积测量是一种无创、无辐射的方法，适用于健康人群的术前评估，具有更高的安全性和患者接受度。

研究还指出，尽管MRI体积测量在某些方面不如肾显像精准，但在预测术后肾功能方面表现更为优越。这可能是因为MRI体积测量能够更全面地反映肾脏的总体结构和体积变化，而肾显像主要关注功能性参数。因此，MRI体积测量可能成为一种更全面的评估工具，特别是在肾显像显示功能差异较小的情况下，MRI体积测量能够提供更可靠的预测信息。

此外，MRI体积测量的引入有助于提高术前评估的效率和准确性。通过自动化分割和测量，不仅减少了人工操作的时间和成本，还降低了误判的风险。这使得MRI体积测量在临床实践中更具可操作性和推广价值。然而，当前的研究仍处于回顾性分析阶段，需要更多的前瞻性研究来验证其在不同人群和不同医疗环境中的适用性。

在未来的临床实践中，MRI体积测量有望成为活体肾捐献评估的重要组成部分。它不仅能够提供非侵入性的体积信息，还能够在分肾功能评估和术后功能预测方面发挥积极作用。结合深度学习技术，MRI体积测量能够为医生提供更全面的评估数据，帮助他们在复杂的临床决策中做出更科学和合理的判断。

总之，基于深度学习的MRI体积测量方法在术前评估中展现出巨大的潜力。尽管其在某些方面仍存在局限性，如对分肾功能的评估不如肾显像精准，但其在预测术后肾功能方面表现更优。随着技术的不断进步和临床应用的深入，MRI体积测量有望成为一种更安全、更高效的评估工具，为活体肾捐献的决策提供更可靠的依据。