基于人工智能的胸部CT肺结节检出及良恶性诊断效能评估

摘要：

目的:评估基于深度学习的人工智能(AI)软件在胸部CT肺结节检出及良恶性诊断的价值.方法:收集2018年6月至2020年4月本院经手术确诊的肺结节患者172例,共切除204枚结节.将172例术前高分辨胸部CT图像导入人工智能识别系统,分别采用人工智能和影像医师阅片检出肺结节及良恶性诊断,对比两种阅片方法的敏感度、阳性预测值及假阳性结节个数.以病理结果为诊断金标准,对比AI与影像医师在恶性肺结节诊断中的敏感度、特异度及受试者工作特征(ROC)曲线下面积.结果:172例胸部高分辨CT共检出796枚真结节;AI与影像医师检出结节的敏感度分别为90.5％和75.0％,阳性预测值分别为74.5％和99.7％,假阳性结节总数分别为247个和2个.204枚经手术切除的结节中,AI、影像医师及AI联合影像医师诊断恶性肺结节的敏感度分别为93.3％、78.5％和98.6％,特异度分别为34.8％、79.7％和79.7％;AI、影像医师及AI联合影像医师诊断恶性肺结节的ROC曲线下面积分别为0.641、0.791和0.819.结论:AI检测肺结节的敏感度明显高于影像医师,但AI假阳性率亦较高;AI联合影像医师诊断恶性肺结节效能高于AI或影像医师单独诊断;建议AI联合影像医师共同检出肺结节和良恶性诊断,可以降低漏诊率、提高诊断正确率.

关键词：人工智能;肺结节;计算机体层成像;深度学习

所属期刊栏目：30

分类号：O242.41;R814(计算数学)

资助基金：四川省卫健委结直肠肿瘤干细胞MR可视化观察17PJ38217PJ382

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：709-715