肺结节人工智能诊断系统在肺结节良恶性诊断中的临床应用

摘要：

目的 探讨肺结节人工智能诊断系统(PNAIDS)在肺结节良恶性诊断中的临床应用价值.方法 选取2020年5月至2021年10月郑州大学第一附属医院收治的99例肺结节患者作为研究对象,使用PNAIDS判读患者的胸部计算机断层扫描图像.肺结节的良恶性均以病理结果为金标准,将患者分为良性结节、恶性结节,比较两者临床资料和量化指标的差异.绘制受试者工作特征曲线评价PNAIDS对肺结节良恶性的诊断效能,计算其在肺结节良恶性诊断中的敏感性、特异性、阳性预测值及阴性预测值.进行二分类Logistic回归分析判定恶性肺结节的独立危险因素.结果 良性结节组和恶性结节组的结节位置、PNAIDS评分比较差异均有统计学意义(x2=4.519,P=0.034;t=2.923,P=0.004).PNAIDS评分诊断肺结节良恶性的曲线下面积为0.709,敏感性为61.82％,特异性为77.27％,阳性预测值为77.27％,阴性预测值为61.82％.二分类Logistic回归分析显示性别、PNAIDS评分、既往肺病史为肺结节恶变的独立危险因素(P=0.003;P=0.013;P＜0.001).结论 PNAIDS在肺结节良恶性的诊断中具有较高的临床应用价值.

关键词：肺结节人工智能诊断系统、肺结节、鉴别诊断

所属期刊栏目：36

分类号：R734.2(肿瘤学)

在线出版日期：2023-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：241-243