人工智能辅助诊断肺结节的临床价值研究

• 作者: 刘敬禹 李晓东 李甜
• 来源期刊: 中国全科医学
• 关键词: 人工智能 结节病,肺 肺肿瘤 筛查 磨玻璃结节
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 论著
• 页码范围: 828-831,836
• 页数: 5页
• 分类号: R734.2
• 语种: 中文
• DOI: 10.12114/j.issn.1007-9572.2020.00.052

摘要

背景肺癌是世界上发病率和死亡率最高的恶性肿瘤,CT早期筛查可降低肺癌患者的死亡率,但目前存在筛查人数多、医师工作量大及漏诊率高等情况.人工智能(AI)为筛查早期肺癌的新兴手段,研究其对肺结节的诊断价值具有重要的临床意义.目的 探讨AI诊断肺结节的应用效果和临床价值.方法 选取2017年7月—2019年7月于锦州医科大学附属第三医院确诊的120例肺结节患者(共筛查出256个肺结节)为研究对象.分别采用AI阅片和医师阅片方法判读所有患者的胸部CT,比较两种阅片方式诊断磨玻璃结节(GGN)的阳性率,并采用Kappa检验评定两种方法的一致性.以病理检查结果为"金标准",计算两种阅片方法在恶性肺结节诊断中的灵敏度、特异度、阳性预测值、阴性预测值及受试者工作特征(ROC)曲线下面积(AUC).结果 AI阅片诊断GGN的阳性率〔87.2％(95/109)〕高于医师阅片〔68.8％(75/109)〕,差异有统计学意义(χ2=10.686,P=0.001),两种诊断方法的吻合度较弱,Kappa系数为0.019.54个经过病理检查的肺结节中,恶性肺结节47个,良性肺结节7个.AI阅片与医师阅片用于诊断恶性肺结节的灵敏度分别为91.5％、87.2％,特异度分别为57.1％、85.7％,阳性预测值分别为93.5％、97.6％,阴性预测值分别为50.0％、50.0％.AUC分别为0.743、0.845.结论 AI阅片诊断GGN的阳性率更高,用于临床可降低GGN的漏诊率;AI阅片诊断恶性肺结节的特异度低于医师阅片,灵敏度高于医师阅片,建议采取AI联合医师阅片方式应用于临床.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敬禹	锦州医科大学附属第三医院呼吸内科	11	11	2.0	3.0
2	李晓东	锦州医科大学附属第一医院重症医学科	8	6	2.0	2.0
3	李甜	锦州医科大学附属第三医院呼吸内科	5	3	1.0	1.0