关键词:
肺结节
人工智能
胸部电子计算机断层扫描
良恶性
鉴别诊断
摘要:
目的探讨人工智能在肺结节筛查与诊断中的应用价值。方法本文为前瞻性研究,纳入2020年12月~2023年8月期间我院影像学科室行胸部电子计算机断层扫描(CT)的4000例患者作为研究对象。所有患者均行胸部CT、手术探查、病理活检。以手术探查作为诊断肺结节的金标准,分析人工智能与人工对肺结节诊断价值。以病理活检作为诊断肺结节良恶性的金标准,分析人工智能与人工对肺结节良恶性诊断价值。结果4000例患者经手术探查结果明确诊断肺结节1248例,占31.20%,其中胸膜下423例,外周性468例、中心性357例。1248例确诊肺结节患者中经病理活检明确为恶性108例,占8.65%,良性1140例,占91.35%。人工智能与人工诊断肺结节结果与金标准的一致性均较好(P<0.001);以手术探查为金标准,人工智能筛查肺结节的特异度、灵敏度、准确率与人工比较,差异无统计学意义(P>0.05);人工智能对胸膜下、外周性及中心性肺结节的检出率与人工诊断比较,差异无统计学意义(P>0.05);人工智能与人工诊断肺结节良恶性的结果与病理活检的一致性均较好(P<0.001);人工智能诊断恶性肺结节的漏诊率低于人工诊断,误诊率高于人工诊断,差异有统计学意义(P<0.05)。人工智能诊断平均阅片时间(2.34±0.67)min短于人工诊断(8.93±1.21)min,差异有统计学意义(P<0.05)。绘制受试者工作特征(ROC)曲线评估人工智能与人工的诊断效能,结果显示人工智能诊断肺结节的曲线下面积(AUC)为0.940,95%CI为0.930~0.950,敏感度为0.905,特异性为0.975;人工智能诊断肺结节良恶性的AUC为0.966,95%CI为0.941~0.991,敏感度为0.944,特异性为0.988。人工诊断肺结节的AUC为0.939,95%CI为0.929~0.949,敏感度为0.902,特异性为0.976;人工诊断肺结节良恶性的AUC为0.929,95%CI为0.890~0.967,敏感度为0.861,特异性为0.996。。结论人工智能对肺结节筛查与诊断有较高的应用价值,可降低漏诊率,缩短阅片时间,但存在误诊,还需人工进一步复核。