[易学堂] AI自动测量与计数卵泡:能否更高效、更一致?

研究采用多中心、多设备数据设计，共纳入5508个经阴道超声扫描，来自1689名接受控制性卵巢刺激的患者。数据用于模型训练、独立测试和专家共识评估，其中专家共识测试集由三名具有IVF超声经验的专家独立标注后形成一致结果，用于比较AI与人工专家的差异。为进一步观察真实流程中的可用性，研究还纳入904个前瞻性超声cine loop，并将AI分析结果整合到临床PACS流程中，记录专家对AI自动测量结果进行添加、修改或删除的次数。这样的设计既能评估模型在不同设备和中心中的稳定性，也能观察其进入临床流程后是否需要大量人工修正。

在促排中后期更受关注的较大卵泡中，模型表现较为稳定。对于直径≥10 mm的卵泡，综合表现接近专家平均水平；在晚期促排阶段，自动统计的≥10 mm卵泡数量与专家共识高度相关，平均误差约为1个卵泡。直径测量方面，模型与专家之间的平均误差为0.74 mm，而专家之间的误差为0.83 mm，说明自动测量结果已处在专家间差异范围内。效率方面，人工完成每个卵巢的卵泡标注平均约220秒，而自动处理加专家审核平均约100秒；在前瞻性流程中，904个扫描平均每个扫描仅需0.54次人工编辑，13710个卵泡中仅3.57%需要被添加、修改或删除。

卵泡监测的临床需求，决定了图像分析不能只停留在“识别一片区域”的层面。医生真正需要的是单个卵泡层面的信息：每个卵泡在哪里、数量是多少、直径是多少，以及哪些卵泡已经达到临床关注的大小。既往一些图像分析方法依赖语义分割，也就是标出哪些像素属于卵泡；但这种方式并不天然区分相邻卵泡，对于卵泡计数和单个卵泡测量并不完全匹配。

当卵泡彼此接近、边界较弱或形态不规则时，先标记卵泡区域、再依赖后处理拆分，容易出现卵泡合并或错误分割。该研究采用端到端实例分割思路，直接输出每个卵泡的独立结果，更适合卵泡计数和单个卵泡直径测量。模型可直接处理常规二维经阴道超声cine loop，不需要操作者预先标出卵巢区域，也不需要额外的人工预处理。换言之，自动输出结果更接近临床实际需要审核和记录的内容。

也正因为卵泡监测不是简单判断“有或没有”，研究并未只依赖单一分类指标来评价模型，而是同时观察卵泡检出情况、计数一致性、直径测量误差、跨设备稳定性和真实流程中的人工编辑次数。这些指标共同回答的是一个更实际的问题：自动生成的卵泡测量结果，能否作为临床审核的初始结果。

不过，模型性能在不同场景仍有差异。研究显示，较大、形态规则、图像质量较好的卵泡更容易被准确识别；而在直径<10 mm的小卵泡、边界不规则卵泡或离焦图像中，性能仍会下降。小卵泡本身边界更模糊，也更容易受到相邻结构、声影伪影和图像质量影响。因此，在AFC评估或小卵泡密集的场景中，自动测量结果仍需要专家审核，不能简单替代人工判断。

从临床流程看，自动化测量的价值主要体现在减少重复测量和提高一致性。它可以降低人工测量中的观察者差异，缩短常规卵泡标注时间，并形成更一致、可追踪的扫描和测量记录，便于后续回顾和质量管理。需要注意的是，这项研究主要评价的是卵泡检测、计数、直径测量和工作流效率，并未证明AI参与后能够改善获卵数、胚胎质量、妊娠率或活产率等最终临床结局。专家共识标注虽然比单一专家标注更可靠，但仍基于人类视觉判断，并不代表绝对真实标准。