人工智能輔助診斷肺結節的臨床價值分析

侍曄 曹琿 劉政呈 董長青 奚雷 孫云剛 楊如松（通訊作者）

（南京市胸科醫院胸外科 江蘇 南京 210029）

臨床治療中肺癌屬于常見的一種惡性腫瘤，具有較高的發病率、病死率。肺癌早期診斷并及時有效治療，有利于減少肺癌患者的病死率。因此，臨床診斷對治療具有重要意義。臨床通常采用螺旋CT 進行檢測，該方式成本低、輻射小、患者耐受性高，但是診斷結果通常受閱片的醫師影響，存在一定的漏診。當前，人工智能備受醫學界關注，對臨床診斷具有重要意義[1]。下文將探究人工智能在肺結節診斷中的價值，報道如下。

1.資料與方法

1.1 一般資料

分析我院2018 年2 月—2019 年10 月我院收治的66 例肺結節患者，男34 例，女32 例。年齡38 ～76 歲，平均年齡（52.68±2.31）歲。排除標準：肺結核、肺結核直徑≤5mm、惡性腫瘤患者。所有患者及家屬均知曉此次實驗目的，自愿參與，并經倫理委員會批準。

1.2 方法

所有患者均接受影像學掃描，然后分別接受人工智能閱片以及醫師閱片，人工智能閱片由一位醫師進行輔助診斷，將患者掃描的影像數據上傳到肺癌智能篩查系統內，此系統具有40萬訓練數據集，數據庫內的所有數據采集于全國各大三級甲等醫院，軟件可以對疑似肺結節位置進行精準標記，數據可以顯示結節性質、直徑、征象、CT 值、惡性概率等。另外，醫師能夠通過工具欄功能對肺結節的形態進行清晰觀察，軟件內的三維重建技術可以清楚觀察肺結節與附近胸膜、細支氣管、血管之間的關系[2]。

醫師閱片：醫師具有豐富的臨床經驗，對患者CT 掃描影像資料進行診斷分析，觀察片子肺結節密度、大小以及與周邊血管、支氣管之間的關系，并判斷患者為良性還是惡性[3]。

1.3 統計學分析

使用SPSS21.0 軟件包對數據進行統計，計數資料用率（%）表示，用χ2檢驗，P＜0.05 差異具有統計學意義。

2.結果

66 例肺結節患者病理檢查惡性肺結節58 個，浸潤性腺癌35 個，微浸潤腺癌8 個，原位腺癌6 個，不典型腺癌樣增生9 個；良性結節8 例，均屬于結核球。詳見表1。

表1 三種方法診斷結果比較[n(%)]

3.討論

近幾年，臨床治療癌癥疾病中，肺癌患者不斷增多。肺癌患者表現出癥狀診斷基本處于中晚期，已經錯過最佳治療時間。肺癌早期影像學主要表現為肺結節，有關研究表明，對于年齡40 歲以上、吸煙史、高危職業、環境暴露史等人群需進行肺結節篩查。面對每年不斷增多的篩查人群，影像醫師出現短缺。近年來，網絡信息技術不斷發展，人工智能被廣泛應用于各領域，特別是在醫學放射影像技術中使用廣泛[4]。人工智能優于醫師閱片的幾點原因：①肺結節早期篩查利用薄層L D C T 為主要方式，輻射量小，但是在細小肺結節影響顯示率以及定量檢測中提高閱片難度。②醫師閱片工作量較大，由自身視力及精力因素，針對低密度、小直徑肺結節，極易出現漏診。③人工智能閱片速度快，可在極短時間內發現肺結節，能夠有效減少假陰性率的發生。但是，臨床研究表明，人工智能閱片特異度差于醫師閱片。因此，臨床在診斷肺結節中，可利用人工智能與醫師閱片聯合，從而為臨床治療提供有效數據信息[5]。

本次結果可知，66 例肺結節患者病理檢查惡性肺結節58 例，其中浸潤性腺癌35 例，微浸潤腺癌8 例，原位腺癌6 例，不典型腺癌樣增生9 例；良性結節8 例，所有均屬于結核球。人工智能閱片診斷肺結節陽性60 例，陽性診斷率為90.91%；醫師閱片診斷肺結節陽性48 例，陽性診斷率為72.73%，兩種陽性診斷結果數據差異顯著（P＜0.05）。人工智能診斷惡性結節56 例（96.55%），醫師診斷42 例（72.41%），兩種診斷惡性結節率差異顯著（P＜0.05）。因此，人工智能閱片診斷陽性率及惡性結節率均優于醫師閱片，臨床可應用。

綜上所述，經過對人工智能與醫師閱片兩種方式的比較，人工智能閱片確診率及靈敏度較高。可應用于臨床。