AI识别技术在肺小结节诊断中的临床应用研究

• 作者: 陈均 陈巧一
• 来源期刊: 影像研究与医学应用
• 学科: 医学
• 关键词: AI识别技术 肺小结节 临床应用
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 影像技术
• 页码范围: 54-55
• 页数: 2页
• 分类号: R563
• 语种: 中文
• DOI: 10.3969/j.issn.2096-3807.2021.17.025

摘要

目的:探究AI识别技术在肺小结节诊断中的临床价值,进而为相关医疗人员提供一定的参考价值.方法:选取本院2020年12月—2021年4月接收的50例肺小结节患者作为本次研究对象,将这50例患者的CT影像导入到A I识别分析软件之中,对识别出的数据做好相关的记录,并且将这些记录和诊断报告进行相关对比,了解A I识别技术在肺小结节诊断中的临床应用价值.结果:人工读片的灵敏度为79.17％,特异度为80.77％,准确性为80.00％;均显著低于A I识别技术读片的灵敏度100.00％,特异度96.15％,准确性98.00％(P<0.05).A I识别技术读片总时长远远低于人工读片,仅有(33.23±0.24)s.差异有统计学意义(P<0.05).结论:A I识别技术在肺结节诊断中表现基本等同影像诊断医师,在5?mm以下结节诊断中灵敏度更高、速度更快,AI判断为高风险的结节多于人工诊断,在肺小结节的临床诊断过程中,我们可以应用AI识别技术协助患者和医生判断患者肺内结节的数量及性质,从而能够帮助医生快速做出判断,为患者的后续治疗打下坚实的基础.