基于肺CT的人工智能对良恶性肺结节的诊断价值

目的通过比较人工智能(artificial intelligence,AI)与两位放射科医师(医师1为主治医师、医师2为副主任医师)对良恶性肺结节电子计算机断层扫描(computed tomography,CT)诊断的一致性和效能,探讨AI在肺结节良恶性诊断中的价值。方法回顾性分析2021年1月至2022年10月在浙江中医药大学附属杭州市中医院经手术病理证实的肺结节患者201例,共229个肺结节,其中良性结节74个,恶性结节155个。采用加权Kappa检验评估AI与两位放射科医师诊断的一致性,采用受试者操作特征(receiver operating characteristic,ROC)曲线评估AI与两位医师的诊断效能。结果在部分实性结节、磨玻璃结节、实性结节及部分实性+磨玻璃+实性结节良恶性诊断中,AI与医师2的一致性均高于AI与医师1,而医师2的曲线下面积(area under the curve,AUC)均高于AI与医师1,且在磨玻璃结节、实性结节及部分实性+磨玻璃+实性结节AUC间差异均有统计学意义(P<0.05)。在部分实性结节、磨玻璃结节的良恶性诊断中,医师1的AUC高于AI,但两者比较,差异无统计学意义(P>0.05)。在实性结节、部分实性+磨玻璃+实性结节良恶性诊断中,AI的AUC高于医师1,两者间差异有统计学意义(P<0.05)。在磨玻璃结节、实性结节及部分实性+磨玻璃+实性结节良恶性诊断中,AI的敏感度(97%、92%、94%)均高于医师1(58%、89%、72%)、医师2(83%、84%、85%)。结论AI在肺结节良恶性诊断中具有一定的诊断效能,本研究中所采用的AI系统的总体诊断效能介于医师1与医师2之间,但AI的敏感度高于后两者。

MSCT重建技术对肺腺癌早期筛查的临床价值研究

目的探讨MSCT多平面重建技术(MPR)对肺磨玻璃结节表现的不同分型肺腺癌早期筛查的临床应用价值。方法回顾性分析2019年2月至2022年10月在本院确诊的肺磨玻璃结节表现的不同分型肺腺癌48例患者资料为观察组,选取同期经临床及病理确诊的良性肺部磨玻璃结节48例患者资料为对照组。两组均在常规轴位基础上以MPR重建,部分予以靶扫描;比较观察组和对照组不同重建技术征象差异。将观察组患者根据病理类型分为腺体前驱病变组、微浸润腺癌组、浸润性腺癌组,比较各组MPR影像特征。结果常规CT轴位检出磨玻璃结节样肺腺癌特异度为70.83%、敏感度为87.50%、准确率为79.17%,MPR检出磨玻璃结节样表现的不同分型肺腺癌特异度为83.33%,敏感度为95.83%,准确率为89.58%,MPR准确率高于常规轴位检查,差异有统计学意义(P<0.05);观察组显示病灶大小,形状不规则、分叶征、毛刺征、空泡征、胸膜凹陷征、血管集束征、实性占比,支气管截断征发生率均高于对照组,差异有统计学意义(P<0.05),两组患者病灶位置、钙化比较差异无统计学意义(P>0.05);不同病理分型患者的病灶直径、形状、分叶征、毛刺征、胸膜凹陷征和实性成分,差异有统计学意义(P<0.05),病灶位置、空泡征、钙化、支气管截断征、血管集束征比较差异无统计学意义(P>0.05)。结论MPR可提高不同病理分型肺腺癌检出的准确率,明显提高肺磨玻璃结节样不同分型肺腺癌的早期检出率。