AI识别技术在早期肺癌诊断中的应用价值分析
2020-09-02张治佳植萱奇黎联弟
张治佳 植萱奇 黎联弟



【摘要】 目的 研究人工智能(AI)识别技术对早期肺癌的诊断价值。方法 选取60例经病理检验确诊为早期肺癌的患者和同期50例病理检验为良性肺结节的患者, 患者均给予CT拍摄胸片, 分别进行AI识别技术读片和人工读片。对比AI识别技术读片、人工读片对早期肺癌的敏感性、特异性、准确性及总读片时间。结果 AI识别技术读片对早期肺癌的敏感性为96.67%(58/60), 特异性为80.00%(40/50), 准确性为89.09%(98/110)。人工读片对早期肺癌的敏感性为83.33%(50/60), 特异性为96.00%(48/50), 准确性为89.09%(98/110)。AI识别技术读片对早期肺癌的敏感性高于人工读片, 特异性明显低于人工读片, 总读片时间明显短于人工读片, 差异具有统计学意义(P<0.05);两种读片方式对早期肺癌的准确性比较差异无统计学意义(P>0.05)。结论 相对于人工读片, AI识别技术可有效提高早期肺癌的诊断敏感性, 辅助医师更有效、快速地筛查早期肺癌, 值得临床推广。
【关键词】 人工智能识别技术;早期肺癌;诊断
DOI:10.14163/j.cnki.11-5547/r.2020.22.023
肺癌是常见的肺部原发性恶性肿瘤, 早期可通过手术治愈, 进展期肿瘤则需同步进行放疗、化疗, 晚期肺癌主要以减轻症状, 延长生存时间为主[1]。目前临床主要采用胸部CT扫描医师阅片进行早期筛查, 随着CT检查普遍应用, 大量的可疑结节如实性结节、部分实性结节等为临床医师区分早期肺结节带来了困难[2]。近年, 谷歌健康和美国西北大学医学院共同研发了可根据胸部CT图像检测出恶性肺结节的AI系统, 其通过深度学习技术构建模型, 将AI技术应用于CT读片中, 辅助医师提高筛查准确性[3]。因此, 本次研究旨在分析AI识别技术在早期肺癌诊断中的应用价值, 现报告如下。……
