陈 均，陈巧一（通讯作者）

（重庆市永川区人民医院放射科 重庆 402160）

随着社会发展，环境污染特别是大气污染对人们身体健康造成较大影响，呼吸系统疾病发病率也不断增加。呼吸系统疾病中，肺结节的诊断尤为重要，因为肺部肿瘤绝大多数表现为肺结节，如能早期诊断治疗，患者5 年生存率将明显提高。快速、尽可能完全发现肺结节并判断肺结节性质，有助于相关医师尽快给出治疗方案。而目前在临床上，我们通常是由诊断医生在薄层图像上观察有无肺结节，诊断速度较慢且对细小结节灵敏度不高，因此，相关人员希望通过现在的科学技术来进一步加强对肺小结节的诊断[1]。本文将通过对比AI 识别技术与影像医师诊断在肺小结节诊断中的临床效果，进而探讨AI识别技术在肺结节诊断过程中的应用价值，旨在为诊断人员提供一定的借鉴意义。

1 资料与方法

1.1 一般资料

本次研究选取2020 年12 月—2021 年4 月本院接收的50 例肺小结节患者，其中男性患者共有21 例，女性患者29 例，年龄在22 ～61 岁，平均年龄为（45.1±3.5）岁。排除双肺弥漫间质性病变、严重肺气肿、肺术后改变、双肺多发转移瘤、广泛瘢痕、肺水肿、肺炎及肺纤维化患者。基线资料差异无统计学意义（P＞0.05），所有患者均已签署同意书[2]。

1.2 方法

50 例患者均使用飞利浦64 排128 层Ingenuity Core 螺旋CT 检查，采用1 mm 层厚、B70 肺组织重建算法，在使用AI 识别技术之前，通过主治及以上有经验的诊断医师阅片，得到这50 例患者的基本数据。然后将50 例患者的薄层CT 图像导入到AI 识别软件之中，通过AI 识别软件进一步得到50 例肺小结节患者的基本情况，然后将医师诊断结果与AI 识别的结果进行比较，从而能够了解AI 识别技术在肺小结节诊断中的临床价值。……