马景旭 陈欢 王红

肺结节属于一种肉芽肿性疾病，常侵犯肺部，分为良性和恶性2种。报道指出[1]，我国肺结节的发病率约为35.5%，其中肺癌占比约为0.54%，而肺癌则是发病率和死亡率增长最快的恶性肿瘤之一，也是我国发病率和死亡率最高的癌症。研究指出[2]，肺癌均起源于肺结节，及早对肺结节的良恶性进行准确鉴别诊断有助于指导治疗，以免肺癌患者错过最佳治疗时机。此外，对肺癌病理类型准确鉴别也有助于指导临床治疗方案的选择，从而确保改善预后。目前临床上常用的影像学方法包括X线片、计算机断层扫描(CT)、核磁共振成像(MRI)、正电子发射计算机断层扫描(PET-CT)等，均有一定的效能[3-4]，但也存在诸多问题：如不符合智能化发展和医院信息化建设的需求，且整体效率有待提升的[5-6]。近年来随着人工智能技术的发展和推广应用，该技术在疾病诊断中也显示出有良好的发展前景。为此，医院特引入肺部影像人工智能诊断系统，并借此鉴别肺结节性质和肺癌病理类型，取得了良好的效能。本研究特进行回顾性分析，深入探讨肺部影像人工智能诊断系统在肺结节鉴别诊断中的价值，为其临床推广应用奠定基础，以期促进医院智能化和信息化建设。

资料与方法

一、临床资料

经过本医院伦理委员会审阅批准后，对医院2018年3月～2019年3月收治的178例肺结节患者的临床资料展开回顾性分析。本组入选患者中共包括男性86例，女性92例，年龄29～72岁，平均(34.69±9.23)岁，肺结节个……