人工智能辅助诊断系统与Lung-RADS对不同临床特征肺结节的良恶性预测效能

摘要

目的 探讨人工智能（AI）影像辅助诊断系统对肺结节性质的诊断效能及其临床应用价值。方法 将212例经明确病理诊断的肺结节患者术前胸部CT肺窗DICOM格式文件导入影像辅助诊断系统，比较AI模型、Lung-RADS对不同临床及影像学特征肺结节良恶性诊断效能。结果 AI模型对肺结节良恶性诊断准确率高于Lung-RADS(70.75%vs 60.85%,P<0.05)。分层分析结果显示，按年龄分布：AI模型对50～59岁肺结节患者诊断准确率高于Lung-RADS(70.31%vs 53.13%,P<0.05)；按肺结节位置：AI模型与Lung-RADS相比，准确率差异无统计学意义（P>0.05）；按肺结节密度：AI模型对部分实性肺结节诊断准确率高于Lung-RADS(74.51%vs 49.02%,P=0.008)；按长径大小：AI模型对长径为10～19 mm肺结节良恶性预测准确率高于Lung-RADS(74.75%vs 66.67%,P<0.05)；按恶性病理分型：AI模型对腺癌良恶性预测准确率高于Lung-RADS(77.52%vs 62.79%,P<0.05)。结论 AI影像辅助诊断系统对肺结节良恶性预测效能优于Lung-RADS，随着技术的不断革新，有望为肺结节早期无创性诊断提供可靠依据。

关键词

肺结节 / 人工智能 / 影像辅助诊断系统 / Lung-RADS / 胸部CT