CT 與AI 肺結節診斷系統對診斷肺結節及鑒別分型的臨床價值

蔡少輝，林巧娟，楊樹木，陳尚昆，蘇良寶

安溪縣醫院 （福建安溪 362400）

肺結節是指發生在肺部的一種類圓形病灶，少數患者的病灶呈不規則形狀；若患者未能及時得到有效治療，不僅會加重咳嗽、咯痰、胸痛等臨床癥狀，還會增加肺癌的發生風險，故如何提高肺結節的診斷準確率尤為重要[1-2]。CT 檢查是臨床診斷肺結節的常見方式，在進行影像學圖像分析的過程中，主要依靠臨床醫師人工閱片，但受圖像資料數量、清晰度等因素的影響，部分閱片經驗較少的臨床醫師易出現誤診、漏診等情況[3-4]。近年來，隨著我國科技水平的不斷提高，AI 肺結節診斷系統逐漸被應用于肺結核的診斷中，可以幫助臨床醫師更全面、清晰地觀察患者肺部的實際情況，降低誤診率和漏診率[5]。既往有研究顯示，AI 在肺結節良惡性鑒別方面具有一定的應用價值，但其對肺結節的浸潤分型的診斷效果欠佳[6]?；诖耍狙芯糠治?00 例肺結核患者的影像學資料，旨在探討CT 與AI 肺結節診斷系統對肺結節的診斷價值，現報道如下。

1 資料與方法

1.1 一般資料

選擇2021 年1 月至2022 年6 月于醫院經手術病理檢查確診為肺結節的100 例患者為研究對象。納入標準：均符合《肺部結節診治中國專家共識》[7]中關于肺結節的臨床診斷標準，且均已經手術病理檢查確診；淋巴結均正常；均無其他先天性肺部疾?。痪嬖诳人?、咯痰、胸痛等臨床癥狀；臨床資料均完整。排除標準：合并其他惡性腫瘤疾??；肺部存在彌漫性病變；圖像噪聲過多或存在運動偽影；對造影劑過敏；身體內安裝有心臟起搏器、電子耳蝸、金屬止血夾；合并認知功能障礙或其他精神疾病，無法配合臨床檢查。100 例肺結節患者中，男57 例、女43 例；年齡28～63 歲，平均（38.63±2.74）歲；病程6 個月至3 年，平均（1.23±0.15）年。本研究已獲醫院醫學倫理委員會審批通過（倫理審批號：20201016），患者均自愿參與本研究且已簽署知情同意書。

1.2 方法

100 例患者均采用CT 檢查和AI 肺結節診斷系統。CT 檢查。檢查前囑患者禁食禁飲4 h ，掃描前5 min 飲水1 000 ml。采用Somatom Definition AS型號的64 排螺旋CT 和聯影64 排螺旋CT 進行檢查。參數設置：管電壓為120 kV，管電流為300 mA，掃描時間為6～7 s，重建層厚為5.0 mm，FOV 為360 mm×400 mm，重建間隔設置為5.0 mm，矩陣設置為512×512。指導患者取仰臥位，保持屏息狀態，將其肺尖部作為掃描的起始位置，持續平掃至肺底，并將其雙側腋窩和胸壁納入掃描范圍。待掃描結束后，通過肺窗進行圖像分析，由2 名具有豐富影像學經驗的臨床醫師閱片；如閱片過程中發生爭議，需由影像科主任進行分析，得出最后診斷結果。

AI 肺 結 節 診 斷。將Somatom Definition AS 型號的64 排螺旋CT 和聯影64 排CT 層厚設置為1 mm，隨后進行無間隔重建，將窗寬設置為1 450 HU，窗位設置為-831.1HU，確?？梢詼蚀_識別病灶。相關數據（如通信數據、醫學數字成像等）導入完成相關的影像學檢查后，AI 肺結節診斷系統中，將識別與檢查2 個階段整合，隨后采用計算機輔助定量參數系統數據完成預處理、單箱探測器模擬訓練、結節測算等操作，自動勾選結節邊緣，并在三維狀態下測定結節的長徑、短徑、體積、最大截面積等參數。AI肺結節診斷系統共運行3次，將3 次運行結果中發現結節最多的1 次作為最終診斷結果。

1.3 觀察指標

（1）以手術病理檢查結果作為金標準，比較CT 檢查和AI 肺結節診斷系統在良性結節和惡性結節中的診斷符合率。良性結節：當病灶呈無分葉，邊緣光整，密度均勻；惡性結節：當病灶出現實性成分，呈胸膜凹陷征、分葉征、毛刺征、血管集束征、支氣管節段。（2）以手術病理檢查結果作為金標準，比較CT 檢查和AI 肺結節診斷系統在不同結節性質中的診斷符合率，主要包括實性結節、部分實性結節和磨玻璃結節3 種性質。CT 診斷符合率=CT 檢查確診例數/手術病理檢查確診例數×100%；AI 診斷符合率=肺結節診斷系統確診例數/手術病例檢查確診例數×100%。

1.4 統計學處理

采用SPSS 19.0 統計軟件進行數據分析。計量資料以±s表示，采用t檢驗。計數資料以率表示，采用χ2檢驗。P<0.05 為差異有統計學意義。

2 結果

2.1 CT 與手術病理檢查在良惡性結節中的診斷價值

CT 檢查惡性結節和良性結節的診斷符合率分別為75.00%（60/80）、75.00%（30/40），見表1。

表1 CT 檢查與手術病理檢查在良性、惡性結節中的診斷結果比較

2.2 AI 肺結節診斷系統與手術病理檢查在良性、惡性結節中的診斷結果比較

AI 肺結節診斷系統惡性結節和良性結節的診斷符合率分別為97.50%（78/80）、97.50%（39/40），見表2。

表2 AI 肺結節診斷系統與手術病理檢查在良惡性結節中的診斷結果比較

2.3 CT 檢查與手術病理檢查在不同結節性質中的診斷結果比較

CT 檢查的實性結節、部分實性結節和磨玻璃結節的診斷符合率分別為62.50%（25/40）、66.67%（20/30）、60.00%（30/50），見表3。

表3 CT 檢查與手術病理檢查在不同結節性質中的診斷結果比較

2.4 AI 肺結節診斷系統與手術病理檢查在不同結節性質中的診斷結果比較

AI 肺結節診斷系統的實性結節、部分實性結節和磨玻璃結節的診斷符合率分別為95.00%（38/40）、96.67%（29/30）、96.00%（48/50），見表4。

表4 AI 肺結節診斷系統與手術病理檢查在不同結節性質中的診斷結果比較

2.5 CT 與AI 肺結節診斷系統在肺結節中的診斷符合率比較

AI 肺結節診斷系統惡性結節、良性結節、實性結節、部分實性結節和磨玻璃結節的診斷符合率均高于CT 檢查，差異有統計學意義（P<0.05），見表5。

表5 CT 與AI 肺結節診斷系統在肺結節中的診斷符合率[例數（%）]

3 討論

肺結節是臨床較常見的一種呼吸系統疾病，主要包括良性結節和惡性結節2 種類型。通常情況下，因該病在發病早期并未出現典型癥狀，易導致漏診，錯失最佳的治療時機。肺結節不僅會對患者的肺功能造成較大的損傷，且會對其他器官功能造成不同程度影響。因此，盡早診斷對于肺結節患者的治療和預后具有重要意義。CT 是臨床上較為常見的一種影像學檢查方法，但在實際的診斷過程中，臨床醫師可以將CT 檢查結果中的毛刺征、胸膜凹陷征、分葉征等典型征象作為判斷依據，以此完成肺結節良惡性的鑒別診斷[8-9]。肺結節的CT檢查結束后，需要由經驗豐富的影像科醫師進行閱讀，但在實際的人工閱片過程中會因影像科醫師主觀因素影響出現漏檢、誤檢等情況。肺結節的CT 影像學資料較復雜，影像科醫師在閱片過程中主要依靠自身經驗進行判斷，具有一定的主觀性，且在分析和處理CT 影像學圖像時，影像科醫師需認真觀察和分析患者肺部的氣管、血管等影像特征，閱片時間較長，因此，為了確保肺結節CT 檢查的準確率及效率，需借助先進的技術手段進行閱片。

AI 肺結節診斷系統是近年來新興的一種檢查方式，通過分析輸入的肺結節圖像數據和病理檢查結果，自動獲取對應關系作出診斷，以此縮短檢測時間，提高檢測效能[10-11]?；诖?，本研究對100 例肺結節患者采用AI 肺結節診斷系統和CT 檢查，結果顯示，AI 肺結節診斷系統的良惡性結節、實性結節、部分實性結節和磨玻璃結節的診斷符合率均高于CT 檢查，說明AI 肺結節診斷系統可以顯著提高結節的診斷準確率。本研究結果與徐珂等[12]報道的的觀點基本一致。分析其原因為，AI 肺結節診斷系統可通過構建優質檢測模型的方式，準確選定患者的肺結節區域，隨后對該區域進行三維影像重構，并將檢測圖像分為多個2D 影像，將相關的影像數據傳送至神經網絡，以此明確該區域的陰影部位是否為結節，從而提高肺結節的診斷準確率[13-14]。AI 肺結節診斷系統將圖像結果傳輸至3 個不同設計理念的工作站中，通過卷積神經網絡互相融合的作用機制，將數據量不斷擴大，進而診斷出微小病灶，以減少漏診的發生[15-16]。

AI 肺結節診斷系統不僅可以通過圖像獲取與重組、分割輪廓、提取篩選特征、建立預測模型、驗證等方式鑒別診斷良惡性結節，有效提高影像學圖像的高可靠性、獨立性和高區分度，進一步明確肺結節的性質，提高實性結節、部分實性結節和磨玻璃結節的診斷準確率[17-18]。除此之外，AI 肺結節診斷系統可以維持穩定運行，有效提高低年資醫師的診斷水平，避免臨床醫師在閱片過程中出現疲勞的情況，降低其工作強度，提高診斷準確率。在肺結節的診斷過程中，AI 肺結節診斷系統僅用數秒即可完成肺結節的自動檢測、病灶自動隔離、測量定量和定性參數，以此判斷結節的良惡性。但該系統也存在一定的不足，根據既往的臨床實踐，針對直徑超過3 mm 的肺結節，AI 肺結節診斷系統的檢出率接近100.00%；針對直徑3 mm 以內的肺結節，AI 肺結節診斷系統的檢出率下降至70.00%左右，因此，臨床需不斷擴大和優化該系統的軟件和計算方法，不斷提高惡性結節和微小結節的診斷準確率[19-20]。

綜上所述，AI 肺結節診斷系統對肺結節和分型的鑒別診斷價值高于CT 檢查，有利于提高良惡性結節的診斷符合率，值得臨床推廣和應用。