人工智能（ AI） CT对肺结节患者病变检出及定性诊断分析

人工智能（ AI） CT对肺结节患者病变检出及定性诊断分析

訚战能 王琦

三峡大学附属仁和医院 湖北宜昌 443001

摘要目的：探究人工智能（AI）CT对肺结节患者病变检出及定性诊断。方法：选择在本院进行治疗的肺结节患者，人数为50例，按照入院顺序分组原则，各组25例，其中25例进行人工智能（AI）CT诊断（观察组）、25例进行常规CT诊断（对照组），将各组指标进行比较。结果:观察组检出率与对照组相比存在差异（P＜0.05）。观察组敏感度、特异度高于对照组，P<0.05。观察组误诊率、漏诊率低于对照组，P<0.05。结论：人工智能（AI）CT对肺结节患者病变检出具有较高价值，误诊率和漏诊率均较低，能够使诊断的敏感度和特异度得以提高，值得研究和推广。

关键词：人工智能（AI）CT;肺结节;病变检出;定性诊断

肺结节属于临床难治性疾病之一，在临床上具有极高的发病率，该疾病易导致患者增加心理压力和经济负担，严重影响了患者的心理健康。由于该疾病需长期治疗，易导致其产生巨大的心理压力。研究显示，多数肺癌患者在早期主要以孤立性肺结节形式存在，而X线诊断存在一定局限性，故此选择其他诊断方式更为重要^[1]。因此，本次研究通过对人工智能（AI）CT对肺结节患者病变检出及定性诊断进行分析，并探讨效果，具体见下文。

1.资料/方法

1.1基线资料

选取收取时间段在2018年5月至2019年10月在本院进行治疗的肺结节患者，50例患者中，25例为观察组、25例为对照组。

纳入标准：符合肺结节的诊断标准^[2]。排除标准：存在其他恶性病变；存在精神障碍。

观察组年龄40岁-60岁之间，平均50.34±1,23岁，其中男12例、女13例。

对照组年龄41岁-60岁之间，平均50.76±1.90岁，其中男13例、女12例。

两组年龄、性别等方面比较，P>0.05，即差异无统计学意义。

1.2方法

对照组方法

实施常规CT方法，使用本院提供的64排螺旋CT，对患者进行诊断，将诊断结果详细记录。

观察组方法

实施人工智能CT诊断：其扫描参数大约包括：层间距约为2mm、管电压约为120KV、螺距是1.0、矩阵512×512，层厚约为2mm、在检查前应告知每位患者采取屏气训练，在患者呼吸平稳后使用相关仪器进行诊断，管电流为100mA，协助患者取仰卧位，在患者屏气状态下进行肺底-患者肺尖部位扫查，在诊断过程中对每位患者病灶形态、病灶的位置以及病灶大小密切观察，同时还需要对病灶边缘形态、影像学表现进行观察，在检查完毕后，将CT诊断获取的相关影像学资料发送直至智能工作站中，采用后处理技术进行诊断，从而获得结果。上述检查均由人工智能完成，无需人员参与^[3]。

1.3观察指标

两组指标比较，包含：检出率、误诊率和漏诊率、敏感度和特异度。

1.4统计学方法

采用统计软件SPSS 21.0分析处理数据，计数资料以[例(%)]表示，采用χ²检验。以P＜0.05为差异有统计学意义。

2. 结果

2.1对比2组检出率

观察组检出率与对照组相比存在差异（P＜0.05）。见表1:

表1：检出率的对比（%）

2.2分析误诊率和漏诊率

观察组肺结节患者误诊率4.00%、漏诊率4.00%均低于对照组，观察组误诊1例为肺肿瘤、漏诊1例为胸内淋巴结，如图1、图2所示，P<0.05。如表2：

表2：分析误诊率和漏诊率（%）

图一：胸内淋巴结

图二：肺肿瘤

2.3比较两组敏感度和特异度

观察组敏感度96.00%、特异度80.00%均高于对照组，P<0.05。如表3：

表3：敏感度和特异度的比较

2. 讨论

肺结节为临床多见疾病，该疾病在临床具有极高发病率，若治疗不及时，严重影响患者身体健康。研究显示，该疾病具有难治愈、病程长和死亡率较高等特点^[4]，给临床治疗增加了困难。同时由于该疾病具有复发率高等特点，易导致患者产生负性情绪，丧失治疗的自信。而早期明确诊断，给予其针对性治疗，能够有效改善患者病情预后，提高患者生活质量水平^[5]。

人工智能（AI）CT是一种新型诊断技术，其主要是在常规CT的基础上改进深度算法和深度学习，能够使患者疾病检出率得以提高，使耗费时间和精力得以减少。人工智能（AI）CT主要是从放射学从主观感知技能逐渐转变为客观的科学，其人工智能的应用能够提高诊断效率，使医生能够获得更多诊断时间，具有显著效果^[6]。

本文研究数据显示，观察组患者检出率与对照组相比存在差异，（P＜0.05）。观察组肺结节患者敏感度96.00%、特异度80.00%均高于对照组，P<0.05。观察组肺结节患者误诊率4.00%、漏诊率4.00%均低于对照组，P<0.05。

综上所述，人工智能（AI）CT对肺结节患者病变检出具有较高价值，且误诊率和漏诊率均较低，能够使诊断的敏感度和特异度得以提高，值得进一步推广与探究。

【参考文献】：

[1]周袁兵.螺旋CT定性诊断肺磨玻璃结节的临床效果分析[J].影像研究与医学应用,2019,3(24):220-221.

[2]郭芳琪,赵佳琦,刘晟.人工智能自动检测系统在甲状腺结节术前超声诊断中的应用[J].第二军医大学学报,2019,40(11):1183-1189.

[3]王磊,吴静泽.CT联合MRI检查对肝脏病变的定性诊断价值分析[J].中国基层医药,2019,26(12):1480-1483. 

[4]佟继禹.多层螺旋CT低剂量胸部扫描对肺结节的诊断价值分析[J].中国医药指南,2019,17(30):104.

[5]李王佳,吕发金,张艳, 等.有恶性肿瘤病史的患者孤立性肺结节的CT诊断研究[J].中华胸心血管外科杂志,2019,35(7):390-395. 

[6]王伟,展平,谢青, 等.CT三维重建联合快速现场评价辅助径向超声支气管镜对肺外周孤立性结节的诊断价值[J].中华医学杂志,2019,99(2):93-98.