AI辅助CT在肺结节良、恶性诊断中的系统评价

张蕾; 杨嘉琪; 辛小霞; 符文杰; 张常青; 樊景春

doi:10.13885/j.issn.2097-681X.T20250032

兰州大学学报（医学版） ›› 2026, Vol. 52 ›› Issue (2) : 53 -59. DOI: 10.13885/j.issn.2097-681X.T20250032

AI辅助CT在肺结节良、恶性诊断中的系统评价

张蕾, 杨嘉琪, 辛小霞, 符文杰, 张常青, 樊景春

作者信息 +

Author information +

文章历史 +

PDF

摘要

目的评价人工智能（AI）辅助计算机断层扫描（CT）诊断肺结节良、恶性的价值。方法通过检索PubMed、The Cochrane Library、Embase、Web of Science、中国知网、中国生物医学文献服务系统，搜集AI结合CT评估肺结节良、恶性的相关研究。对符合纳入、排除标准的文献使用QUADAS-2量表进行方法学质量评估。运用RevMan5.3和Stata18.0进行数据整合与分析。分组比较AI与临床医师在肺结节性质判别中的诊断效能，用Z检验比较2组的差异，并构建综合受试者操作特征曲线；用异质性检验分析研究间差异的影响因素，以AI系统类型分组进行亚组分析，比较不同系统间敏感度、特异度等指标的差异。结果 AI辅助CT诊断与医生阅片的合并诊断效能指标敏感度、特异度、阳性似然比、阴性似然比、诊断比值比，及综合受试者操作特征曲线下面积，差异均无统计学意义（P > 0.05）。结论 AI辅助CT在肺结节性质判别中展现出与传统医生阅片相当的诊断效能，敏感度略高，提示AI辅助CT在降低漏诊率方面或有潜力，但需大规模临床验证。