【摘要】目的:探讨基于深度学习人工智能在肺结节定性诊断中的临床应用价值。方法:回顾性分析 2020 年 1 月—2022 年 12 月东莞市 松山湖中心医院符合纳入标准的 230 例患者的 325 个肺结节的资料,根据阅片方式分为 A 组(双人阅片),B 组(AI 单独阅片),C 组 (双人 +AI 综合阅片),以病理为金标准,统计和比较各组对 325 个肺结节检出的阅片时间、灵敏度、特异度、阳性预测值、阴性预测 值、准确率。结果:A 组阅片时间(14.37±2.12)min,B 组阅片时间(1.34±0.12)min,C 组阅片时间(8.34±1.26)min,B 组阅片 时间短于 A 组和 C 组,且 C 组阅片时间短于 A 组,差异具有统计学意义(P < 0.05)。A 组诊断的灵敏度、特异度、阳性预测值、阴性预 测值、准确率分别为 85.97%、36.17%、88.85%、30.36%、78.76%,B 组分别为 91.01%、42.55%、90.36%、44.44%、84.00%,C 组分别为 90.29%、55.32%、92.27%、49.27%、85.23%,各组差异有统计学意义(P < 0.05)。结论:AI 辅助医师阅片可以缩短阅片时间,有效提 高肺结节诊断的灵敏度、特异度和准确率。
【关键词】深度学习;人工智能;定性诊断