关键词:
人工智能技术
肺结节诊断
CT检查
良恶性鉴别
摘要:
探讨人工智能技术在肺结节CT筛查及良恶性鉴别诊断中的应用价值。方法 选择我院在2023年7月6日至2024年8月10日期间诊治的460例普通肺结节患者作为研究对象,460例肺结节患者均经过我院门诊治疗制定的检验标准筛选,确定患者的个人因素不会干扰定向诊断工作的最终结果。挑选230例患者作为此次调查研究的对照组,在对照组患者的CT筛查及良恶性鉴别诊断中,由CT诊断医师对图像进行诊断。另外230例患者为此次调查研究的实验组,在进行CT筛查及良恶性鉴别诊断工作中,CT诊断医师及人工智能技术来完成图像诊断报告。通过观察,两组患者的诊断结果准确率、漏诊率、Lung-RADS评分、Bland-Altman分析量表。结果 在诊断结果准确率中,采用人工智能技术干预的实验组患者诊断结果准确率高于对照组患者;针对实验组患者的Lung-RADS评分检查,三次评分结果均接近正常标准值,但对照组患者的诊断评分结果与实际值存在较大偏差;实验组患者的Bland-Altman分析量表评分结果趋近实际诊断结果,表明实验组患者CT筛查及良恶性鉴别结果误差率低于对照组患者。两组患者治疗后的CT筛查及良恶性鉴别结果存在显著差异,符合统计学意义标准(P<0.05)。结论 人工智能技术不仅提高了诊断的精确度和效率,还能更好地辅助医生进行肺结节的良恶性判断,减少肺结节漏诊。因此,在肺结节CT筛查及良恶性鉴别诊断中应用人工智能技术具有重要的临床价值,值得进一步研究和推广。