人工智能肺结节辅助诊断系统在肺磨玻璃结节病理浸润程度评估中的应用价值

目的探讨人工智能(AI)肺结节辅助诊断系统对肺磨玻璃结节(GGN)病理浸润程度评估的临床应用价值。方法选取中国人民解放军联勤保障部队第九〇八医院2019年1月至2022年1月收治的GGN患者100例,所有患者临床资料及影像学资料完整,AI分析后再经胸腔镜手术切除134个肺磨玻璃结节。AI对GGN术前行浸润性评估,分为非典型腺瘤增生(AAH)、原位癌(AIS)、微浸润腺癌(MIA)、浸润性腺癌(IAC),并与术后病理结果进行对比分析。结果AI术前对GGN病理浸润分型评估准确率:AAH为66.67%(4/6),AIS为76.92%(20/26),MIA为80.77%(42/52),IAC为88.00%(44/50);对GGN病理浸润程度评估准确率:非浸润为79.49%(62/78),浸润为88.00%(44/50)。结论AI术前对GGN病理浸润程度评估与术后病理诊断结果基本相符。应用AI辅助临床医生术前快速评估GGN性质与病理分型,可为GGN胸腔镜微创手术切除方式的选择提供参考依据。