人工智能（AI）CT对肺结节患者病变检出及定性诊断分析.docx

人工智能（AI） CT对肺结节患者病变检出及定性诊断分析摘要目的：探究人工智能（AI） CT对肺结节患者病变检出及定性诊断方法: 选择在本院进行治疗的肺结节患者，人数为50例，按照入院顺序分组原则，各 组25例，其中25例进行人工智能（AI）CT诊断（观察组）、25例进行常规CT 诊断（对照组），将各组指标进行比较结果:观察组检出率与对照组相比存在 差异（PV0.05）观察组敏感度、特异度高于对照组，P<0.05观察组误诊率、 漏诊率低于对照组，P<0.05结论：人工智能（AI） CT对肺结节患者病变检出具 有较高价值，误诊率和漏诊率均较低，能够使诊断的敏感度和特异度得以提高， 值得研究和推广关键词：人工智能（AI） CT;肺结节;病变检出；定性诊断肺结节属于临床难治性疾病之一，在临床上具有极高的发病率，该疾病易导 致患者增加心理压力和经济负担，严重影响了患者的心理健康由于该疾病需长 期治疗，易导致其产生巨大的心理压力研究显示，多数肺癌患者在早期主要以 孤立性肺结节形式存在，而X线诊断存在一定局限性，故此选择其他诊断方式更 为重要［1］因此，本次研究通过对人工智能（AI） CT对肺结节患者病变检出及定 性诊断进行分析，并探讨效果，具体见下文。

1.资料/方法1.1基线资料选取收取时间段在2018年5月至2019年10月在本院进行治疗的肺结节患 者，50例患者中，25例为观察组、25例为对照组纳入标准：符合肺结节的诊断标准［2］排除标准：存在其他恶性病变；存在 精神障碍观察组年龄40岁-60岁之间，平均50.34±1,23岁，其中男12例、女13例对照组年龄41岁-60岁之间，平均50.76+1.90岁，其中男13例、女12例两组年龄、性别等方面比较，P>0.05，即差异无统计学意义1.2方法对照组方法实施常规CT方法，使用本院提供的64排螺旋CT，对患者进行诊断，将诊断 结果详细记录观察组方法实施人工智能CT诊断：其扫描参数大约包括：层间距约为2mm、管电压约为 120KV、螺距是1.0、矩阵512X512，层厚约为2mm、在检查前应告知每位患者采 取屏气训练，在患者呼吸平稳后使用相关仪器进行诊断，管电流为100mA，协助 患者取仰卧位，在患者屏气状态下进行肺底-患者肺尖部位扫查，在诊断过程中 对每位患者病灶形态、病灶的位置以及病灶大小密切观察，同时还需要对病灶边 缘形态、影像学表现进行观察，在检查完毕后，将CT诊断获取的相关影像学资 料发送直至智能工作站中，采用后处理技术进行诊断，从而获得结果。

上述检查 均由人工智能完成，无需人员参与3］1.3观察指标两组指标比较，包含：检出率、误诊率和漏诊率、敏感度和特异度1.4统计学方法采用统计软件SPSS 21.0分析处理数据，计数资料以［例(%)］表示，采用X2 检验以PV0.05为差异有统计学意义1.结果2.1对比2组检出率观察组检出率与对照组相比存在差异（PV0.05）见表1：表1：检出率的对比（％）组别例数阴性阳性检出率观2522392.00%察组对2581768.00%照组卡_7.2613方值P-0.0216值2.2分析误诊率和漏诊率观察组肺结节患者误诊率4.00%、漏诊率4.00%均低于对照组，观察组误诊1例为肺肿瘤、漏诊1例为胸内淋巴结，如图1、图2所示，P<0.05如表2：表2：分析误诊率和漏诊率（％）组别例数误诊率漏诊率观察组251（4.00%）1（4.00%）对照组254（16.00%）4（16.00%）图一：胸内淋巴结图二：肺肿瘤2.3比较两组敏感度和特异度观察组敏感度96.00%、特异度80.00%均高于对照组，P<0.05如表3：表3：敏感度和特异度的比较组例敏感度特异性别数观2524（96.00）20（80.00）察组对2515（60.00）12（48.00）照组卡方值_5.26136.4521P值-0.04270.03161.讨论肺结节为临床多见疾病，该疾病在临床具有极高发病率，若治疗不及时，严 重影响患者身体健康。

研究显示，该疾病具有难治愈、病程长和死亡率较高等特 点4］，给临床治疗增加了困难同时由于该疾病具有复发率高等特点，易导致患 者产生负性情绪，丧失治疗的自信而早期明确诊断，给予其针对性治疗，能够 有效改善患者病情预后，提高患者生活质量水平［5］人工智能(AI)CT是一种新型诊断技术，其主要是在常规CT的基础上改进 深度算法和深度学习，能够使患者疾病检出率得以提高，使耗费时间和精力得以 减少人工智能(AI)CT主要是从放射学从主观感知技能逐渐转变为客观的科学， 其人工智能的应用能够提高诊断效率，使医生能够获得更多诊断时间，具有显著 效果［6］本文研究数据显示，观察组患者检出率与对照组相比存在差异，(PV 0.05)观察组肺结节患者敏感度96.00%、特异度80.00%均高于对照组， P<0.05观察组肺结节患者误诊率4.00%、漏诊率4.00%均低于对照组，P<0.05综上所述，人工智能(AI) CT对肺结节患者病变检出具有较高价值，且误诊 率和漏诊率均较低，能够使诊断的敏感度和特异度得以提高，值得进一步推广与 探究参考文献】：［1］ 周袁兵.螺旋CT定性诊断肺磨玻璃结节的临床效果分析［J］.影像研究与 医学应用，2019,3(24):220-221.［2］ 郭芳琪，赵佳琦，刘晟.人工智能自动检测系统在甲状腺结节术前超声诊断 中的应用［J］.第二军医大学学报,2019,40(11):1183-1189.［3］ 王磊,吴静泽.CT联合MRI检查对肝脏病变的定性诊断价值分析［J］.中国 基层医药,2019,26(12):1480-1483.［4］ 佟继禹.多层螺旋CT低剂量胸部扫描对肺结节的诊断价值分析［J］.中国 医药指南,2019,17(30):104.［5］ 李王佳，吕发金，张艳，等.有恶性肿瘤病史的患者孤立性肺结节的CT诊 断研究［J］.中华胸心血管外科杂志,2019,35(7):390-395.[6] 王伟，展平，谢青，等.CT三维重建联合快速现场评价辅助径向超声支气管 镜对肺外周孤立性结节的诊断价值[J].中华医学杂志,2019,99(2):93-98.。