简介:摘要目的评价人工智能肺结节辅助诊断系统在肺结节检出及良、恶性鉴别的效能。方法回顾性分析2016年5月至2020年7月,于兰州大学第二医院胸外科因肺结节就诊的199例患者的临床资料,将术前胸部CT导入人工智能系统,记录检出肺结节的直径、密度分类、恶性风险值。计算人工智能系统对肺结节的检出率,计算人工智能系统在肺结节良恶性鉴别的敏感性、特异性、阳性似然比、阴性似然比,评价其诊断效能并与人工阅片进行比较,以及在肺结节不同大小及密度情况下对肺结节良、恶性鉴别的敏感性及特异性。结果手术切除取得病理诊断的肺结节共204个,人工智能系统对肺结节的检出率为100%;人工智能系统对肺结节良、恶性鉴别,敏感性95.83%(95%CI:0.8967~0.9883),特异性25.00%(95%CI:0.1717~0.3425),阳性似然比1.27(95%CI:1.14~1.44),阴性似然比0.17(95%CI:0.06~0.46);人工阅片对肺结节良、恶性鉴别,敏感性87.36%(95%CI:0.7850~0.9352),特异性72.17%(95%CI:0.6214~0.8079),阳性似然比3.14(95%CI:2.26~4.37),阴性似然比0.18(95%CI:0.10~0.31)。5 mm≤肺结节直径<10 mm时,敏感性100%(95%CI:0.6637~1.0000),特异性50.00%(95%CI:0.01258~0.98740);10 mm≤肺结节直径<20 mm时,敏感性94.29%(95%CI:0.8084~0.9930),特异性29.83%(95%CI:0.1843~0.4340);20 mm≤肺结节直径≤30 mm时,敏感性96.15%(95%CI:0.8679~0.9953),特异性18.37%(95%CI:0.0876~0.9953);亚实性肺结节敏感性100%(95%CI:0.9051~1.0000),特异性20.00%(95%CI:0.0051~0.7164);实性肺结节敏感性93.22%(95%CI:0.8354~0.9812),特异性25.24%(95%CI:0.1720~0.3476)。结论人工智能肺结节辅助诊断系统在肺结节的检出方面性能较强,但是在肺结节良恶性的鉴别方面不能满足临床要求,现阶段人工智能系统可作为医师的辅助工具,进行肺结节的检出及辅助肺结节的良、恶性判断。
简介:摘要目的探讨采用CT手段与普放手段诊断肺部孤立性球形病变的效果。方法选取诊断为肺部出现孤立性球形病变共40例患者作研究对象,分别采用普放检查及CT检查,并进行回顾性比较。结果直径>5cm肺癌患者率显著高于其它病变,>5cm肺癌率达71.4%,与良性病变比较,差异有统计学意义(P<0.05)。CT检测肺癌15例,结核病13例,良性肿瘤6例,炎症病变4例,其它2例,与病理及手术诊断结果一致。肺癌15例,上叶病灶9例,前段4例;结核病叶尖后段12例,下叶背段1例;良性肿瘤叶尖后段5例,后段1例;其它类型2例,分布于下叶胸膜下、上叶肺外带各1例。CT图像示肺部孤立形球形病变边缘较清楚,以球形团块状为主要表现,或呈波浪状,部分病例可有毛刺。结论肺部孤立性球形病变的诊断与鉴别诊断中,需密切结合影像学表现与临床症状加以诊断,特别是应用CT,利于早期诊断病灶的良恶性,值得临床推广应用。