人工智能在肺腺癌精准诊断的应用价值

目的探讨人工智能分析技术在肺腺癌的鉴别诊断及浸润程度的预测价值。方法回顾性选取2020年2月-2022年7月接受手术治疗的92例肺结节患者纳入研究,分为非癌性结节组(n=30),腺癌结节组(n=74),腺癌病例又分为浸润性癌组(n=42)和非浸润性癌组(n=32)。人工智能软件自动分析肺结节的形态学特征和对其CT图像进行纹理分析,获取病灶的CT定量参数并进行统计学分析。结果比较癌性结节组和非癌性结节组各项参数,CT值最大值、CT值最小值、CT值平均值、CT值中位数、偏度和峰值差异有统计学意义(P<0.05)。浸润性癌组与非浸润性癌组在年龄、结节的体积、分叶征、毛刺征、CT值最大值、CT值中位数、CT值平均值、偏度、峰值、能量和熵比较差异有统计学意义(P<0.05)。在各项定量参数中,熵值的诊断敏感性为85.7%,特异性为84.4%,高于其他定量参数的预测效能。结论人工智能分析技术对肺腺癌的鉴别诊断及肺腺癌的浸润程度有一定的参考价值,可以协助影像科医师阅片,提高阅片效率。