人工智能对早期肺癌结节良恶性鉴别能力探究

摘要：

目的 探讨人工智能(Artificial Intelligence,AI)诊断早期肺癌结节的良恶性鉴别的能力.方法 本研究采用回顾性分析的方法,在2015年1月—2020年10月的病历资料中收集病理确诊为肺恶性肿瘤患者的肺结节CT图像资料382例及良性肺结节的CT图像资料156例,共538例,分别采用AI阅片和医师阅片两种方法判读所选取的所有患者的胸部CT,对肺结节良恶性鉴别结果进行统计学分析和ROC曲线对比,并用AI二次阅片,采用Kappa检验评定AI阅片的可靠性.结果 本研究设计的优化算法的AI阅片读取孤立实性结节(SN)和磨玻璃结节(GGN)CT图像的敏感度、阳性预测值、准确率皆略高于医师诊断的敏感度、阳性预测值、准确率.AI对两类结节两次重复阅片的Kappa值接近1.AI阅片与医师阅片诊断肺结节良恶性的AUC分别为0.934、0.888.结论 AI阅片诊断肺结节良恶性的阳性预测值及准确率比临床医师阅片更高,且两次AI阅片结果高度一致.AI在一定程度上可以辅助放射科医师进行SPN良恶性的诊断.

关键词：人工智能;肺癌;孤立性肺结节;实性肺结节;磨玻璃样结节

所属期刊栏目：26

资助基金：吴阶平医学基金;镇江市社会发展重大研发项目;江苏大学人才启动基金

在线出版日期：2021-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1870-1875