人工智能系统联合CT影像特征评估肺腺癌侵袭性的应用价值

目的:基于病理结果探讨人工智能(AI)联合CT影像特征评估肺腺癌侵袭性的价值。方法:选取应城市人民医院2020年12月至2022年12月诊断为肺腺癌的108例肺结节患者为研究对象,根据病理结果分为浸润前/微浸润组(30例)和浸润组(78例),比较两组之间临床特点、CT影像特征和AI系统参数的差异,利用Logistic回归筛选浸润性肺腺癌的独立预测因素,分别构建CT影像模型、AI模型及联合模型,采用受试者工作特征曲线(ROC)评估模型诊断效能,并利用DeLong检验进行比较。结果:浸润组患者年龄更大、男性比例更高,以实性结节为主,具有分叶、毛刺及胸膜凹陷征等特征,结节的长、短径较大,AI风险分级为高危的比例更高(P <0.05)。Logistic回归分析显示,年龄、结节类型、毛刺征是浸润性肺腺癌的独立预测因素(P <0.05)。CT影像模型、AI模型及联合模型诊断浸润性肺腺癌的ROC曲线下面积分别为0.892、0.823、0.915,联合模型诊断效能显著优于单独的CT影像模型和AI模型(P <0.05)。结论:AI能够有效提升传统CT影像诊断浸润性肺腺癌的效能,可作为肺腺癌侵袭性评估的重要辅助工具。