肺结节人工智能诊断系统在肺结节良恶性诊断中的临床应用

目的探讨肺结节人工智能诊断系统(PNAIDS)在肺结节良恶性诊断中的临床应用价值。方法选取2020年5月至2021年10月郑州大学第一附属医院收治的99例肺结节患者作为研究对象,使用PNAIDS判读患者的胸部计算机断层扫描图像。肺结节的良恶性均以病理结果为金标准,将患者分为良性结节、恶性结节,比较两者临床资料和量化指标的差异。绘制受试者工作特征曲线评价PNAIDS对肺结节良恶性的诊断效能,计算其在肺结节良恶性诊断中的敏感性、特异性、阳性预测值及阴性预测值。进行二分类Logistic回归分析判定恶性肺结节的独立危险因素。结果良性结节组和恶性结节组的结节位置、PNAIDS评分比较差异均有统计学意义(χ^(2)=4.519,P=0.034;t=2.923,P=0.004)。PNAIDS评分诊断肺结节良恶性的曲线下面积为0.709,敏感性为61.82%,特异性为77.27%,阳性预测值为77.27%,阴性预测值为61.82%。二分类Logistic回归分析显示性别、PNAIDS评分、既往肺病史为肺结节恶变的独立危险因素(P=0.003;P=0.013;P<0.001)。结论PNAIDS在肺结节良恶性的诊断中具有较高的临床应用价值。