AI对肺结节良恶性鉴别及浸润程度的诊断价值分析

目的 探讨人工智能(AI)在肺结节良恶性鉴别诊断及浸润程度中的应用价值。方法 选取经肺部双源低剂量螺旋CT检查发现肺结节患者246例，将患者CT图像导入天池医疗公司提供的人工智能软件分析系统中，软件自动识别肺结节部位、大小、特征(磨玻璃、亚实性、实性)等，并提供肺结节的风险概率AI数值和浸润分类。经过多学科会诊，建议178例随访，68例手术或者穿刺活检；其中35例患者选择手术或穿刺活检。结果 35例肺结节患者术后病理检查证实良性疾病11例，分别为非典型腺瘤样增生4例，真菌1例，炎性结节6例；恶性疾病24例，包括21例肺腺癌，1例肺鳞癌，1例淋巴瘤，1例小细胞肺癌。恶性结节的AI风险概率明显高于良性结节(t=-2.7,P=0.01);不同肺结节特征之间AI风险概率比较具有统计学意义(F=5.4,P=0.01),其中亚实性结节风险概率高于磨玻璃及实性结节(P<0.05);肺结节浸润程度AI风险概率之间比较无统计学意义(F=1.3,P=0.3),但呈递增趋势。结论 人工智能在肺结节良恶性鉴别方面有一定的应用价值，但在浸润程度方面存在欠缺，值得临床推广。