基于胸部CT的人工智能技术在COPD中的临床应用价值及进展

• 作者: 廖玺铭 王琨 李强
• 来源期刊: 国际呼吸杂志
• 关键词: 肺疾病，慢性阻塞性 人工智能 计算机断层扫描 深度学习
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 专题笔谈
• 页码范围: 97-103
• 页数: 7页
• 语种: 中文
• DOI: 10.3760/cma.j.cn131368-20201217-01150

摘要

慢性阻塞性肺疾病(COPD)是一种严重危害人类健康的常见病和多发病。目前对COPD的诊断和严重程度判定主要依赖于肺功能与计算机断层扫描影像结合。传统的人工阅片方式存在着人力负担重、主观性强等缺陷。基于人工智能的深度学习技术通过运用大量已知结果的个体数据进行训练、建立模型，从而对COPD的影像进行精准的识别和评估，大大提高了COPD的筛查和诊断效率。目前已经有多个模型应用胸部影像在COPD的识别、慢性阻塞性肺疾病全球倡议分级评估和急性加重风险预测等方面展现了良好的临床应用前景。本文希望通过对胸部影像学及人工智能技术在COPD诊断、严重程度分级、分型等方面的进展及临床应用价值进行综述，以帮助呼吸学界提高对COPD的认知。