人工智能辅助诊断系统影像学微特征与磨玻璃结节样肺腺癌预后的关系

• 作者: 魏宁 蔺瑞江 马敏杰 陈昶 韩彪
• 来源期刊: 肿瘤防治研究
• 关键词: 人工智能 磨玻璃结节 腺癌 影像学微特征
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 临床诊断|CLINICAL DIAGNOSIS
• 页码范围: 877-882
• 页数: 6页
• 分类号: R734.2
• 语种: 中文
• DOI: 10.3971/j.issn.1000-8578.2021.21.0255

摘要

目的 探讨人工智能(AI)辅助诊断系统影像学微特征与磨玻璃结节样肺腺癌预后的关系.方法 回顾性纳入162例肺部影像为磨玻璃结节(GGN)的腺癌患者的CT资料,依据影像学特征分为纯磨玻璃结节(PGGN)组及混合型磨玻璃结节(MGGN)组,利用AI辅助诊断系统分别提取其影像学微特征,并分析其与患者预后的关系.结果 PGGN术后5年OS、RFS分别为89.7％、88.5％;MGGN组则分别为81.0％、79.0％,PGGN组术后5年OS及RFS均优于MGGN组(x2=6.289/7.255,均P＜0.05).多因素Cox回归显示,微血管集束(P＜0.001)、结节标准体积(P=0.013)及结节长径(P＜0.001)等影像学微特征为术后OS的独立危险因素;微血管集束(P＜0.001)、结节标准体积(P=0.017)、结节长径(P=0.005)、结节中心密度(P=0.038)等影像学微特征及淋巴结转移(P＜0.001)为术后RFS的独立危险因素.结论 AI辅助诊断系统可有效预测GGN型肺腺癌的预后,并对GGN的临床精准诊疗及早期肺癌防治有一定的参考价值.