人工智能辅助诊断肺结节的临床价值分析

侍晔 曹珲 刘政呈 董长青 奚雷 孙云刚 杨如松（通讯作者）

（南京市胸科医院胸外科 江苏 南京 210029）

临床治疗中肺癌属于常见的一种恶性肿瘤，具有较高的发病率、病死率。肺癌早期诊断并及时有效治疗，有利于减少肺癌患者的病死率。因此，临床诊断对治疗具有重要意义。临床通常采用螺旋CT 进行检测，该方式成本低、辐射小、患者耐受性高，但是诊断结果通常受阅片的医师影响，存在一定的漏诊。当前，人工智能备受医学界关注，对临床诊断具有重要意义[1]。下文将探究人工智能在肺结节诊断中的价值，报道如下。

1.资料与方法

1.1 一般资料

分析我院2018 年2 月—2019 年10 月我院收治的66 例肺结节患者，男34 例，女32 例。年龄38 ～76 岁，平均年龄（52.68±2.31）岁。排除标准：肺结核、肺结核直径≤5mm、恶性肿瘤患者。所有患者及家属均知晓此次实验目的，自愿参与，并经伦理委员会批准。

1.2 方法

所有患者均接受影像学扫描，然后分别接受人工智能阅片以及医师阅片，人工智能阅片由一位医师进行辅助诊断，将患者扫描的影像数据上传到肺癌智能筛查系统内，此系统具有40万训练数据集，数据库内的所有数据采集于全国各大三级甲等医院，软件可以对疑似肺结节位置进行精准标记，数据可以显示结节性质、直径、征象、CT 值、恶性概率等。另外，医师能够通过工具栏功能对肺结节的形态进行清晰观察，软件内的三维重建技术可以清楚观察肺结节与附近胸膜、细支气管、血管之间的关系[2]。

医师阅片：医师具有丰富的临床经验，对患者CT 扫描影像资料进行诊断分析，观察片子肺结节密度、大小以及与周边血管、支气管之间的关系，并判断患者为良性还是恶性[3]。

1.3 统计学分析

使用SPSS21.0 软件包对数据进行统计，计数资料用率（%）表示，用χ2检验，P＜0.05 差异具有统计学意义。

2.结果

66 例肺结节患者病理检查恶性肺结节58 个，浸润性腺癌35 个，微浸润腺癌8 个，原位腺癌6 个，不典型腺癌样增生9 个；良性结节8 例，均属于结核球。详见表1。

表1 三种方法诊断结果比较[n(%)]

3.讨论

近几年，临床治疗癌症疾病中，肺癌患者不断增多。肺癌患者表现出症状诊断基本处于中晚期，已经错过最佳治疗时间。肺癌早期影像学主要表现为肺结节，有关研究表明，对于年龄40 岁以上、吸烟史、高危职业、环境暴露史等人群需进行肺结节筛查。面对每年不断增多的筛查人群，影像医师出现短缺。近年来，网络信息技术不断发展，人工智能被广泛应用于各领域，特别是在医学放射影像技术中使用广泛[4]。人工智能优于医师阅片的几点原因：①肺结节早期筛查利用薄层L D C T 为主要方式，辐射量小，但是在细小肺结节影响显示率以及定量检测中提高阅片难度。②医师阅片工作量较大，由自身视力及精力因素，针对低密度、小直径肺结节，极易出现漏诊。③人工智能阅片速度快，可在极短时间内发现肺结节，能够有效减少假阴性率的发生。但是，临床研究表明，人工智能阅片特异度差于医师阅片。因此，临床在诊断肺结节中，可利用人工智能与医师阅片联合，从而为临床治疗提供有效数据信息[5]。

本次结果可知，66 例肺结节患者病理检查恶性肺结节58 例，其中浸润性腺癌35 例，微浸润腺癌8 例，原位腺癌6 例，不典型腺癌样增生9 例；良性结节8 例，所有均属于结核球。人工智能阅片诊断肺结节阳性60 例，阳性诊断率为90.91%；医师阅片诊断肺结节阳性48 例，阳性诊断率为72.73%，两种阳性诊断结果数据差异显著（P＜0.05）。人工智能诊断恶性结节56 例（96.55%），医师诊断42 例（72.41%），两种诊断恶性结节率差异显著（P＜0.05）。因此，人工智能阅片诊断阳性率及恶性结节率均优于医师阅片，临床可应用。

综上所述，经过对人工智能与医师阅片两种方式的比较，人工智能阅片确诊率及灵敏度较高。可应用于临床。