人工智能-深度学习技术在肺结节诊断中的初步探究

• 作者: 李金芳 郭瑞 马静
• 来源期刊: 兵团医学
• 关键词: 人工智能 计算机辅助诊断 肺癌 肺结节
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 临床医学
• 页码范围: 14-17
• 页数: 4页
• 字数: 3485字
• 语种: 中文

摘要

目的 :探讨人工智能-深度学习技术对低剂量CT扫描的肺结节的诊断效能及应用价值.方法 :随机纳入98例呼吸科或胸外科怀疑肺部疾病的患者并收集患者胸部CT扫描的影像资料.由人工智能软件、影像科住院医师、高年资医师分别进行阅片和标记,统计三种阅片模式的各性质结节的数目,并肺结节检出率进行统计学分析和对比.结果:人工智能对肺结节检出的敏感度为100％,特异度50％,假阳性率为65.33％;住院医生组对肺结节检出的敏感度为54.42％,特异度100％,假阳性率为8.94％.结论:应用深度学习-人工智能软件对肺结节检出的灵敏度较医高,但假阳性率高,合理应用可提高放射科医师工作效率,但需进一步优化,提高其准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马静		8	6	1.0	2.0
2	郭瑞		7	6	1.0	2.0
3	李金芳		2	1	1.0	1.0