CT视觉定量评估及人工智能对进展期新型冠状病毒肺炎严重程度的评估和预测价值

摘要：

目的 研究CT视觉定量评估和人工智能(AI)对进展期新型冠状病毒肺炎(COVID-19)严重程度的评估和预测价值.方法 回顾性研究86例COVID-19患者进展期临床及影像资料,其中发展为重型-危重型31例,普通型55例.分析并比较两组患者特征CT参数差异.利用受试者工作特征曲线(ROC曲线)分析肺段累及数量和CT评分两种视觉定量评估方法 评估和预测普通型与重型-危重型COVID-19的能力.同时应用人工智能软件判断COVID-19患者严重程度,计算AI预判重型-危重型COVID-19的特异性及敏感性.结果 重型-危重型组CT评分中位数和肺段累及数量中位数明显高于普通型组(P<0.001),两组患者磨玻璃影(GGO)、实变、胸膜下线、"铺路石"征发生率差异无统计学意义.ROC曲线分析结果 表明,CT评分用于预判重型-危重型COVID-19的曲线下面积(AUC)为0.879,截断值为8.5时,敏感性为71.0％,特异性为90.9％.肺段累及数量用于预判重症-危重型COVID-19的AUC为0.883,截断值为10.5时,敏感性为87.1％,特异性为81.8％.AI预判重型-危重型COVID-19的敏感性为77.4％,特异性为92.7％.结论 CT视觉定量评估和人工智能可用于评估和预测进展期COVID-19严重程度,为临床普通型患者重症化提供早期预警.

关键词：新型冠状病毒肺炎、严重程度、X射线计算、定量评估、人工智能

所属期刊栏目：37

分类号：R816.41(放射医学)

资助基金：湖北省科学技术厅新型肺炎应急科技攻关项目编号:2020FCA016

在线出版日期：2021-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15