CT結合AI肺結節診斷系統在肺結節診斷及分型鑒別中的應用

徐珂，楊潔，李秋實，王琦，郭孟珂，韓樹亮

（河南大學第一附屬醫院 醫學影像科，河南 開封 475000）

肺癌是最為常見的癌癥疾病，多數患者早期無特異癥狀，確診時已處于中晚期，故預后較差［1］。肺癌的早期篩查是早期干預、改善患者預后的重要方法。目前，CT 掃描是臨床用于肺結節篩查的首選手段［2］。在進行影像學圖像分析時，必須在有效的時間內分析患者的圖像，識別肺結節并記錄結節病灶的影像學特征，據此明確結節的良惡性。此前影像學檢查主要通過手動測量方式記錄結節的大小、范圍等，然而該測量方式的精確度較差，不利于肺癌的早期發現、診斷及精準治療?；贑T 圖像的人工智能（AI）肺結節輔助檢測系統是一種新型的技術，其主要通過軟件計算，在肺結節診斷及性質鑒別方面已成為臨床研究的熱點［3］。本研究探討CT 結合AI 肺結節診斷系統在肺結節診斷及分型鑒別中的應用效果，現報道如下。

1 資料與方法

1.1 一般資料選取2021 年9 月至2022 年9 月我院收治的80例疑似肺結節患者。納入標準：①年齡≥18 歲；②術前30 d內接受CT 掃描提示肺結節。排除標準：①合并惡性腫瘤；②圖像噪聲過多或存在運動偽影；③肺部彌漫性病變。80 例患者中男性47 例，女性33 例，年齡20～68 歲，平均（54.89 ±4.21）歲。按照檢查方法分為觀察組與對照組，對照組采用CT檢查診斷，觀察組在對照組基礎上采用AI 肺結節診斷系統。

1.2 方法①CT 檢查：采用Definition AS+64 排螺旋CT（德國西門子）進行掃描。取仰臥位，屏氣后掃描，從肺尖掃描至肺底。參數：管電壓120 kV、管電流為自動管電流調制，層厚5.0 mm，層間距1.2 mm，重建層厚1.5 mm。采用肺窗進行圖像分析。②圖像分析：由兩名放射科醫師進行閱片。觀察結節的數量及位置、大小、形態等。將患者圖像導入AI 輔助診斷系統，運行3 次，記錄3 次運行結果中發現結節最多的1 次作為最終結果。利用AI 肺結節輔助系統對圖像進行分析及檢測。③結節性質診斷：所有惡性結節均經病理檢查證實，良性結節經治療后復查或定期復查縮小或病灶消失。

1.3 統計學方法采用SPSS 21.0 統計軟件處理數據。計數資料以n（%）表示，采用χ2檢驗，P ＜0.05 為差異有統計學意義。

2 結果

2.1 結節診斷結果病理檢查結果顯示80 例患者共168 個結節，其中惡性結節32 個（19.05%）、良性結節136 個（80.95%）。見表1。

表1 結節診斷詳細結果 ［n（%）］

2.2 不同檢查方式的結節檢出率觀察組結節檢出率及惡性結節陽性檢出率均高于對照組（P ＜0.05）。見表2。

表2 不同檢查方式的結節檢出率 ［n（%）］

2.3 不同檢查方式診斷結節特征的價值觀察組在結節直徑5 cm、8～10 cm 及實性結節、磨玻璃結節、胸膜中部結節的檢出率高于對照組（P ＜0.05）。見表3。

表3 不同檢查方式診斷結節特征的價值 ［n（%）］

3 討論

AI 為計算機科學的重要分支，最初用于簡單的數據分析，無法識別非專門編程的模式。機器學習作為AI 的分支領域，其算法可識別及學習復雜的數據模式，進而產生智能的預測。然而多數傳統機器學習算法仍依賴于人工輸入，可評估的模式仍相對簡單。深度學習中的算法可被組織成多種基于人工神經網絡的處理層，與人腦較為類似。深度學習在多種計算機視覺任務中展現出獨特優勢，其預測準確率較高。近年來，基于深度神經網絡的肺結節檢測與分類研究逐漸在臨床廣泛開展［4］，AI 輔助的結節分割、檢測及分類鑒別等取得較大進展，但在評估結節的機器學習方面尚處于起步階段，仍需進一步探索。

機器深度學習領域重要的觀察指標分別為召回率及準確率。召回率與醫學診斷中敏感性等同，準確率類似指標尚不明確。本研究結果顯示，觀察組肺結節檢出率及惡性結節陽性檢出率高于對照組，表明肺結節AI 肺結節診斷系統可提高肺結節檢出率，有助于早期明確結節性質。研究［5］表明，臨床醫師診斷肺結節的靈敏度及特異度低于AI 模型，因此臨床醫師在進行肺結節診斷時可結合AI 輔助診斷系統。結節分割、特征提取及將病變結節分類為非結節等是肺結節的傳統計算機輔助算法［6］。傳統計算機輔助系統選取特征的數量及學習模式需與輔助系統的類型相匹配，盡管計算機輔助系統在提高結節檢出率方面取得較好的效果，但其不足為過度擬合。而采用深度學習算法可避免傳統計算機輔助系統的不足。魏一娟等［7］的研究表明，深度學習的肺結節檢測系統診斷的靈敏度及特異度均高于傳統的AI 系統。本研究結果顯示，觀察組在檢出小結節、明確結節性質及位置方面優于對照組，表明AI 肺結節診斷系統可提高肺結節分型的鑒別價值。

綜上所述，CT 結合AI 肺結節診斷系統可提高肺結節的檢出率，且在鑒別結節分型方面價值較高。