基于深度学习人工智能在肺结节定性诊断中的临床应用研究

作者：叶文卫; 刘碧华; 郭天畅

来源：影像研究与医学应用, 2024, 8(03): 8-10+16.

DOI：10.3969/j.issn.2096-3807.2024.03.003

• 深度学习
• 人工智能
• 定性诊断

目的:探讨基于深度学习人工智能在肺结节定性诊断中的临床应用价值。方法:回顾性分析2020年1月—2022年12月东莞市松山湖中心医院符合纳入标准的230例患者的325个肺结节的资料,根据阅片方式分为A组(双人阅片),B组(AI单独阅片),C组(双人+AI综合阅片),以病理为金标准,统计和比较各组对325个肺结节检出的阅片时间、灵敏度、特异度、阳性预测值、阴性预测值、准确率。结果:A组阅片时间(14.37±2.12) min,B组阅片时间(1.34±0.12) min,C组阅片时间(8.34±1.26) min,B组阅片时间短于A组和C组,且C组阅片时间短于A组,差异具有统计学意义(P<0.05)。A组诊断的灵敏度、特异度、阳性预测值、阴性预测值、准确率分别为85.97%、36.17%、88.85%、30.36%、78.76%,B组分别为91.01%、42.55%、90.36%、44.44%、84.00%,C组分别为90.29%、55.32%、92.27%、49.27%、85.23%,各组差异有统计学意义(P<0.05)。结论:AI辅助医师阅片可以缩短阅片时间,有效提高肺结节诊断的灵敏度、特异度和准确率。

• 单位
  南方医科大学; 广东医科大学; 东莞市人民医院