新冠肺炎疫情防控常態化背景下胸部CT篩查的實踐與思考

羅成茂

摘要：目的 分析新冠肺炎疫情防控常態化背景下胸部CT篩查變化趨勢。方法回顧包頭市醫院進行19887人次胸部CT篩查例數，并比較AI輔助下的陽性率的差異。結果 發熱、急、普通門診及入院篩查行胸部CT的總數呈上升趨勢，之后逐漸減少;普通門診就診次數大大超過其他門診就診次數;四種AI檢查的結果的總陽性率高于人工檢查結果的總陽性率。結論 胸部CT診斷是檢測新冠的有效手段;AI結合人工篩查的陽性率高于人工篩查;同時，AI篩查也有一些假陽性，所以，需要不斷改進和提高效率，以滿足控制要求。

關鍵詞：新冠肺炎;疫情防控常態化;胸部CT;篩查;實踐;思考

【中圖分類號】R563.1 ?【文獻標識碼】A ?【文章編號】1673-9026（2021）14--01

前言：

新冠肺炎疫情已在全球蔓延近一年，抗擊已成為常態。醫院在預防控制過程中采取了一系列有效措施，如新建獨立診斷科、專門小組，24小時值班;時刻進行清潔消毒等。CT篩查在疫情期間的實踐證明，其對病毒性肺炎的檢測效果特別有效。因此，鼓勵更多科研成果，充分利用人工智能（artificalintelligence，AI）作為一種工具，使人們能夠齊心協力應對疫情。期間，多間醫療機構及科研機構進行了以「AI+新冠肺炎」為主題的研發工作，以及以及不斷更新的國內外治療指南，醫護人員和科研人員對新冠肺炎有了更好的認識，有效應對。本研究載列三月九日至五月二十四日期間在包頭市七間醫院進行的一萬九千八百八十七次胸部CT檢查的統計數字，圍繞胸部CT陽性篩查和AI篩查的變化，及早發現可疑的肺炎個案，可及時進行醫療監察和科學預防。

一、資料與方法

1.一般資料

2020年3月9日至24日和6月12日至7月12日一整月，對7家醫院的數據進行了總體分析。

2.納入與排除標準納入標準

年齡、性別、就診原因不限;排除標準：由于臨床信息不完整等原因，不能列入統計人數。

3.監測指標和數據處理

統計這四種類型報告的病例總數、陽性病例、炎性病變和疑似病毒性肺炎，并統計總陽性百分比。

二、結果

醫院進行了日均約432次的胸部CT檢查的統計數據，在疫情期間，患者的胸部CT病例總數顯著增加;普通門診的CT檢查病例總數最高，在6月15日至21日期間，發熱門診的人數達到最高;3月16日至22日和6月29日至7月5日期間的急診總數相對較高，其后逐漸減少，慢慢平緩;同樣時間普通門診CT檢查例數起伏較大，例數較少，可能是期間處于新冠疫情的平穩期，在周末期間，篩查病例數量與該周相比顯著減少。期間，入院篩查病例數最低。

人工篩查陽性率分別為73.23%、71.36%、67.52%和80.79%;AI篩查總陽性率分別為86.98%、81.42%、74.37%和93.64%。

三、討論

新冠肺炎疫情發生后，特別是作為該病第一線防護的發熱門診，在病毒性肺炎的防控中發揮著重要作用，最大限度地排查與預防。通過胸部CT檢查及時、快速，對患者進行檢查。AI輔助診斷系統的出現，使快速診斷和精確診斷逐漸成為現實。

（1）在疫癥期間急室、發熱室、普通門診及入院篩查胸部CT 的例數變動

疫情開始于季節性更替期，流行性流感和新冠病毒的結合，尤其是在6月中旬疫情再次爆發期間，市場周邊人口密度高，人口流動性高，導致數量急劇增加，其中包括疫情初期和新冠肺炎疫情第一周的17家醫院的普通門診等，胸部CT中新型冠狀病毒肺炎的數量也在增加。新冠狀病毒肺炎在6月12日至十四年間是最低的。這可能是由于新地方新的冠狀肺炎爆發所致。為了盡快得到調查結果，各類門診患者成為患者的首選。

（2）疫情期間肺部炎性病變影像檢查分析發現的陽性率變化

7家醫院共有19887例確診病例，肺部CT伴炎性改變陽性率分別為27.17%、29.19%、26.58%、35.08%。由于數據庫中沒有明確界定多種病毒性肺炎，因此，需要更加重視細化病毒性肺炎的類型，以便進一步診斷。疫情期間還成立了一個工作組，檢查發燒患者的圖像，經常對發熱門診和普通門診患者進行特殊診斷，并在第一時間發布CT報告，避免交叉感染。

（3）疫情期間AI輔診系統的應用及與人工判讀陽性率的差異

采用胸腔CT結合AI進行新冠肺炎的自動準確檢測是必要的。AI可以幫助醫師快速查看片子，具有很高的靈敏度，快速處理大量視頻數據，自動計算病灶容量，從而能夠跟蹤疾病特征的變化，及時提醒并治療;該系統還提供了智能定量檢測，很容易確定新冠肺炎，降低醫生的勞動強度，提高診斷水平，減少漏診，有利于疫情預警。

然而，胸部CT也有局限性。新型冠狀病毒肺炎與和腺病毒非常相似，在進行胸部CT檢查時不能識別。因此，醫院所采用的診斷系統是在廣泛數據和深入研究的基礎上研制的，對病灶進行了快速識別，準確計算了病灶范圍，從而避免了圖像噪聲對醫生主觀判斷的影響。AI輔助診斷系統用以縮短診斷時間。由于對AI的嚴格判讀，正常結構有時被認為是不正常的，導致一些假陽性反應。因此，鼓勵在診斷過程中AI結合人工判讀，降低假陽性的可能性。

四、結論

簡言之，胸部CT掃描速度快，檢出率高。在新冠肺炎流行時的治療中起著重要作用。堅持預防和抑制措施，并將影像學作為一條重要的預警線，以避免新冠肺炎的醫院感染。在防疫時期，胸部CT掃描在診斷階段具有重要意義。隨著數字醫療信息時代的到來，胸部CT與AI軟件的結合對于防疫工作具有越來越重要的臨床意義，提高醫務人員的工作效率。此外，在某些情況下，及早發現可疑的肺炎個案，可及時進行醫療監察和科學預防。

新冠肺炎具有傳染性，人群中很容易感染。雖然大部分是輕度感染，但仍有部分患者也會出現肺炎，應引起注意。核酸檢測審計需要很長的采樣和采集時間，在咽檢、鼻腔試紙中的病毒載量不足，核酸檢測可能出現假陰性結果。因此，在肺部感染的評價和診斷中，胸部CT掃描在整個情況下起著重要作用。在新冠肺炎感染預防控制方面，胸部CT檢查具有早期診斷、隔離和早期治療的作用。

胸部CT影像學的檢查主要是根據CT的高分辨率來篩選，這對于檢測新冠狀肺炎非常重要。新冠肺炎主要為雙結節多發性肺炎和碎玻璃色釉，有的伴有實變區。胸部X光顯示由于玻璃破碎密度和初始病變，誤診率高。因此，高分辨率胸部CT掃描可快速發現異常，評估病變性質，減緩病毒性肺炎的發病。它在檢測新的冠狀動脈肺炎方面起著極其重要的作用。為了避免浪費醫療資源，你可以幫助醫生處理這些問題。此外，在胸部CT檢查后，醫生立即檢查圖像數據，這可以顯著縮短診斷疑似病例的檢測時間。

胸部CT檢查在新冠肺炎的發生狀況中起著重要的作用，具有高檢測率、高篩檢查速度、高精度等優勢。在新冠肺炎的臨床防治過程中，詳細研究了患者的臨床特點。起初發現肺部炎癥，但RT-RC檢測呈陰性，CT掃描可用于更準確的判斷。做新冠肺炎的預防性治療，使胸部CT掃描成為抵御新冠肺炎感染的堅實防線，應盡快診斷和隔離治療。

參考文獻：

[1]唐永強，石明國，張樹，陳玉環，鄭敏文。人工智能助力新型冠狀病毒肺炎胸部CT診斷的應用[J]。中國醫療設備，2020，35（06）：19-21。

[2]譚佳，李真林，袁元，夏春潮，田川，鄧莉萍，曹立波，曾鵬，邵強，尚雷敏。天眼AI平臺結合低mAs在COVID-19胸部CT篩查中對患者的雙重保護價值研究[J]。中國醫療設備，2020，35（06）：44-48+58。

[3]常蕊，楊琰昭，孔德艷，徐嘉旭，曹琪琪，楊文潔，嚴福華，董海鵬。不同管電壓、管電流掃描方案聯合KARL迭代重建在新型冠狀病毒肺炎疫情期間胸部CT篩查中的應用研究[J]。診斷學理論與實踐，2020，19（02）：182-187。

[4]何青，許麗雪，徐輝，呂晗，任鵬玲，曾娜，王振常，楊正漢。新冠肺炎疫情下入院患者實施胸部CT篩查價值初探[J]。臨床和實驗醫學雜志，2020，19（07）：676-679。

[5]傅鋼澤，許崇永，孫厚長，曹國全，黃定品，陶潔潔，陳雙利，林了一，張子銳，楊運俊，王美豪，夏景林。胸部CT檢查在新型冠狀病毒肺炎患者篩查中的應用[J]。溫州醫科大學學報，2020，50（03）：177-181。

[6]趙彬，劉婧，劉音，楊濤，王玉柱。新冠肺炎確診患者與維持性血液透析患者胸部CT改變對比[J]。基礎醫學與臨床，2020，40（12）：1686-1690。

[7]簡小云，蔣開平，劉效仿，梁炳輝，張云海，陳國強，羅志揚，周杰，吳智龍，陳小燕，江群芳，黃凱舟。輕型、普通型新型冠狀病毒肺炎患者中醫證候分布與外周血細胞計數及胸部影像學變化觀察[J]。中國中西醫結合雜志，2020，40（12）：1454-1457。

[8]李官紅，李文，曾劍，張宇，邱清萍，鄭玉瓊。12例新型冠狀病毒肺炎患者臨床特征分析[J]。臨床薈萃，2020，35（11）：1005-1009。

[9]史小平，賈杰，陳明勝，梁福勝，席亞榮，李雄彪，夏占雄。新型冠狀病毒肺炎胸部CT影像學特點分析[J]。影像研究與醫學應用，2020，4（20）：28-30。

[10]唐永強，石明國，張樹，陳玉環，鄭敏文。人工智能助力新型冠狀病毒肺炎胸部CT診斷的應用[J]。中國醫療設備，2020，35（06）：19-21。

[11]王成，李海東，肖灑，李梓萌，葉朝輝，周欣. 新冠肺炎患者的肺部自由呼吸～1H MRI動態通氣功能成像[C]. 中國物理學會波譜專業委員會.2021第二十一屆全國波譜學學術年會論文摘要集.中國物理學會波譜專業委員會：中國物理學會波譜專業委員會，2020：458-459.

[12]關燕瓊.新冠肺炎防控期間CT室醫務人員防護管理[J].國際感染病學（電子版），2020，9（02）：360-361.

[13]趙鵬飛，白宇珍，牛廣明，劉挨師，高陽，喬鵬飛.甄別疑似新冠肺炎的CT表現分析[J].內蒙古醫科大學學報，2020，42（02）：125-127.