人工智能在体检肺CT中检出的假阳性结节研究

目的研究人工智能(Artificial Intelligence,AI)在体检肺CT中假阳性结节的分布与成因。方法连续收集2020年8至9月在我院做肺CT的体检者500例,所有肺CT图像经过AI软件进行检测,检出的肺结节由两名医师进行真假结节的认定,并记录假结节的数量、大小和密度。结果AI检出肺结节1518个,其中真结节740个,假结节778个,平均每例CT检出1.6个假结节。不同大小假结节中,以<5 mm假结节最常见,占68.6%(534/778)。不同密度假结节中,部分实性假结节的假阳性预测值为69.7%(23/33),高于实性假结节的48.3%(353/731)和纯磨玻璃密度假结节的53.3%(402/754),差异有统计学意义(P<0.05)。年龄与假结节的检出率有明显的正相关关系,Spearman等级相关系数rs=0.986,P<0.05。AI检出假阳性肺结节的主要成因有胸膜结节(21.5%)、索条影(17.9%)、血管增粗(13.8%)、血管分叉(12.2%)和肺小叶结构(9.0%)。结论AI检出的假阳性肺结节有一定的分布与构成规律,熟悉这些规律,有利于提高诊断医生识别假阳性结节的能力,并希望能为AI降低假阳性率提供参考。

人工智能阅片在体检肺结节筛查中的应用价值

目的探讨人工智能(AI)阅片在体检肺结节筛查中的应用价值。方法150例做肺计算机断层扫描(CT)检查并经医师阅片发现肺结节的体检者,先用AI软件对肺CT进行筛查,以2名医师在参考影像报告和AI阅片筛查结果基础上一致认定的肺内结节作为金标准。比较医师阅片和AI阅片在肺结节筛查中的真阳性率,分析漏诊和误诊的原因,评估AI阅片在体检肺结节筛查中的应用价值。结果金标准共认定557个肺结节,AI阅片检出肺结节的真阳性率99.8%(556/557)明显高于医师阅片的58.5%(326/557),差异有统计学意义(χ2=287.995,P=0.000<0.05)。AI阅片误诊402个肺结节,平均每例误诊2.7个结节(402/150),<5 mm的误诊结节占误诊结节总数的84.6%,误诊原因多见于血管分叉、增粗,肺内索条影,胸膜结节和肺小叶结构;医师阅片误诊2个肺结节,均把血管轴面当做结节;AI阅片漏诊1个肺结节,占0.2%(1/557),为肺门区结节;医师阅片漏诊231个肺结节,占41.5%(231/557),多为<5 mm的结节。结论AI阅片检出肺结节的真阳性率明显高于医师阅片,同时假阳性也比较多,如果与医师阅片互为补充,能够提高肺结节检出的准确率。对于微小结节(<5 mm)的准确识别也是降低AI阅片误诊率和医师阅片漏诊率的关键。

低剂量胸部CT扫描在硅胶乳房假体隆乳术后的应用价值

目的探讨低剂量胸部CT扫描在硅胶乳房假体隆乳术后的应用价值。方法回顾性分析2020年1月至11月沈阳市大众医院胸部CT检查的硅胶假体植入隆乳手术者120例,共215个假体,通过CT图像评价硅胶假体状态。结果假体植入乳腺后方36个,胸大肌后方179个。假体完好106个,存在并发症109个,约占50.7%。假体并发症包括:假体移位14个(6.5%)、变形46个(21.4%)、假体皱折39个(18.1%)、包膜挛缩56个(26.1%)、内膜破裂35个(16.3%)、包膜钙化7个(3.3%)、包膜增厚8个(3.7%)。假体外病变有5例,均为腺体内钙化灶。结论低剂量胸部CT扫描能够准确地评价硅胶乳房假体隆乳术后的假体状态,为临床胸部疾病诊断提供一站式服务。