人工智能影像系统预测肺结节良恶性及浸润性的临床初探

目的 评估人工智能辅助诊断系统对肺结节定性诊断的准确性及预测肺腺癌浸润程度的临床应用价值.方法 回顾性分析本院2021年1月至2022年1月经手术病理证实的肺结节患者.将肺结节分为恶性肿瘤组和良性病变组,其中肺腺癌又分为浸润性腺癌组和非浸润性腺癌组.将各组肺结节影像资料导入人工智能辅助诊断系统,记录量化参数、恶性概率及预测病理亚型,并采用受试者工作特征曲线评估人工智能诊断系统鉴别良恶性肺结节的效能及预测肺腺癌侵袭程度的临床价值.结果 人工智能诊断与病理结果的一致性检验的Kappa值为0.676(P＜0.001).人工智能组鉴别良恶性肺结节的ROC曲线下面积为0.91,敏感度94.3％,特异度70.2％;医师阅片组的ROC曲线下面积为0.767,敏感度80.5％,特异度63.3％.两组患者临床资料比较,年龄、性别、恶性概率、CT平均值和CT最大值差异有统计学意义(P＜0.05).人工智能自动预测肺腺癌侵袭程度的ROC曲线下面积为0.808,敏感度71.0％,特异度89.7％.结论 人工智能系统对肺结节定性诊断与肺结节病理结果的一致性好,对早期肺癌诊断具有重要意义,并且能自动预测早期肺腺癌浸润程度,可在临床中广泛应用.