摘要
探讨人工智能辅助诊断系统基于CT图像鉴别亚实性肺结节良恶性的价值,为临床诊断或决策提供支持。方法 回顾性分析经手术或穿刺活检病理证实为肺浸润性腺癌患者75例、良性结节患者75例。比较两组患者临床病理特征,比较两组由AI系统测定三期CT图像所得参数包括(最大径、3D体积、恶性概率预测值、能量值、CT值)。利用二元Logistic回归分析相关变量,建立模型并获得联合预测因子,采用Hosmer-Lemeshow检验对该模型的拟合优度进行检验。对两组差异有统计学意义的参数及联合预测因子绘制ROC曲线,探讨各参数鉴别亚实性肺结节良恶性的诊断效能。结果 两组患者临床特征差异均无统计学意义(P>0.05),AI系统测定三期CT图像所得参数在两组间差异均有统计学意义(P<0.001)。平扫期最大径、动脉期恶性率预测值、静脉期恶性率预测值、动脉期3D体积、平扫期能量值鉴别结节良恶性的ROC曲线下面积(AUC)分别为0.790、0.727、0.739、0.866、0.767,联合预测因子的AUC为0.957优于单个参数的诊断效能。Hosmer-Lemeshow检验结果表明该模型P>0.10(0.730),拟合效果较好。结论 基于人工智能肺结节辅助诊断系统鉴别亚实性肺结节良恶性准确度高,多参数联合的诊断效能优于单个参数。
