人工智能量化参数对亚实性结节肺腺癌浸润程度的预测价值

作者：付军; 黄翩翩; 姚庆东; 蒋玮丽; 刘海峰; 韩瑞; 阳义; 张东友^*

来源：中国中西医结合影像学杂志, 2023, 21(05): 487-492.

• 人工智能
• 亚实性结节
• 肺腺癌
• 体层摄影术,X线计算机

目的：探讨人工智能(AI)肺结节定量参数预测亚实性结节(SSN)肺腺癌浸润程度的临床价值。方法：回顾性分析经手术病理证实的89例(共94个结节)SSN肺腺癌患者的临床及胸部CT资料。根据病理结果，将其分为非浸润性病变组：原位腺癌(AIS)6个、微浸润性腺癌(MIA)29个；浸润性病变组：浸润性腺癌(IAC)59个。比较2组临床资料及结节AI定量参数间的差异，采用单因素与多因素二元logistic回归分析筛选SSN肺腺癌浸润程度的独立因素并建立预测模型，以ROC曲线分析模型预测概率和独立预测因子对肺腺癌浸润程度的预测价值。结果：2组间年龄、长径、短径、恶性概率、体积、质量、最大CT值、平均CT值、CT值方差、球型度、最大面面积、表面积、3D长径、长短径平均值、紧凑度差异均有统计学意义(均P<0.05)。logistic回归分析显示，质量(OR=1.002,P=0.005)和平均CT值(OR=1.006,P=0.001)是SSN肺腺癌浸润程度的独立预测因子，诊断阈值分别为202.2 mg、-463.5 HU。预测模型为logit(P)=0.002X1+0.006X2+2.554。结论：AI量化参数对预测SSN肺腺癌浸润程度有一定临床参考价值，质量和CT平均值可作为诊断浸润程度的可靠指标。模型预测概率较质量、CT平均值更准确预测IAC的发生。

• 单位
  武汉市第一医院