人工智能对肺磨玻璃结节检出及定性诊断价值研究

作者：赵正凯; 梁勇; 周建收; 李建林; 李娅; 程绍玲^*

来源：大连医科大学学报, 2021, 43(03): 235-239.

• 肺结节
• 人工智能
• 计算机体层成像
• 定性诊断

目的评估基于深度学习的人工智能(artificial intelligence, AI)软件在胸部CT肺磨玻璃结节(ground glass nodule, GGN)检出及定性诊断中的价值。方法收集2018年6月至2020年6月经手术病理确诊的123例GGN患者,共切除154枚GGN。将123例术前高分辨胸部CT图像导入人工智能软件,分别采用人工智能(AI)和影像医师阅片检出GGN并进行良恶性诊断,对比两种方法检出GGN的敏感度、阳性预测值及假阳性率,采用McNemar检验比较影像医师和人工智能对GGN的检出能力。以病理结果为诊断金标准,计算AI与影像医师在恶性GGN诊断中的敏感度、特异度、阳性预测值及阴性预测值。结果 123例胸部高分辨CT共检出289枚GGN;AI与影像医师检出GGN的敏感度分别为94.8%、85.1%,阳性预测值分别为94.2%、100%;AI假阳性率为每例胸部CT 0.14个GGN;影像医师无假阳性GGN。AI与影像医师检出全部GGN的能力差异具有统计学意义(P<0.001)。154枚GGN经手术切除,AI、影像医师及AI联合影像医师诊断恶性GGN的敏感度分别为96.5%、89.4%、98.2%,特异度分别为19.5%、65.9%、69.1%。结论 AI检测GGN及诊断恶性GGN的敏感度均高于影像医师,影像医师对于诊断良性GGN优于AI,故AI联合影像医师诊断可以提高GGN的总体诊断效能。

• 单位
  大连医科大学附属第二医院; 成都市第三人民医院