人工智能对肺结节影像检出及良恶性诊断的应用价值

摘要：

目的 探讨基于深度学习的人工智能(AI)对肺结节影像检出及良恶性诊断的应用价值.方法 选取经手术确诊肺结节患者294例,所有病例的胸部CT影像资料同时由AI诊断软件和影像医师阅片.以2名主任医师联合诊断结果作为金标准,对比2组阅片对肺结节检出的敏感性、阳性率、假阳性率及漏诊率;以病理结果作为肺结节良恶性诊断的金标准,对比2组阅片对肺结节良恶性诊断的敏感性、特异性.结果 294例共检出肺结节2 181枚,其中实性结节1 692枚,磨玻璃结节434枚,混杂磨玻璃结节55枚.AI组共检出肺结节3 243枚,误诊结节1 299枚,漏诊12枚.AI组检出敏感性89.1％,阳性率59.9％,假阳性率40.1％.医师组共检出肺结节2 197枚,误诊443枚,漏诊25枚.医师组检出敏感性80.4％,阳性率79.8％,假阳性率20.2％.AI组和医师组对肺结节恶性诊断敏感度分别为92.9％、89.7％.结论 AI对肺结节的检出率高于影像医师,同时假阳性率较高.AI诊断恶性肺结节的敏感度稍高于影像医师,但诊断效能较低.AI联合医师共同阅片可有效地提高诊断正确率,降低漏诊、误诊,提高工作效率.

关键词：肺结节、人工智能、深度学习、计算机体层成像

所属期刊栏目：39

分类号：R563;TP18;R814.42(呼吸系及胸部疾病)

在线出版日期：2023-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1085-1087,1092