摘要
摘要目的评价人工智能肺结节辅助诊断系统在肺结节检出及良、恶性鉴别的效能。方法回顾性分析2016年5月至2020年7月，于兰州大学第二医院胸外科因肺结节就诊的199例患者的临床资料，将术前胸部CT导入人工智能系统，记录检出肺结节的直径、密度分类、恶性风险值。计算人工智能系统对肺结节的检出率，计算人工智能系统在肺结节良恶性鉴别的敏感性、特异性、阳性似然比、阴性似然比，评价其诊断效能并与人工阅片进行比较，以及在肺结节不同大小及密度情况下对肺结节良、恶性鉴别的敏感性及特异性。结果手术切除取得病理诊断的肺结节共204个，人工智能系统对肺结节的检出率为100%；人工智能系统对肺结节良、恶性鉴别，敏感性95.83%(95%CI：0.8967～0.9883)，特异性25.00%(95%CI：0.1717～0.3425)，阳性似然比1.27(95%CI：1.14～1.44)，阴性似然比0.17(95%CI：0.06～0.46)；人工阅片对肺结节良、恶性鉴别，敏感性87.36%(95%CI：0.7850～0.9352)，特异性72.17%(95%CI：0.6214～0.8079)，阳性似然比3.14(95%CI：2.26～4.37)，阴性似然比0.18(95%CI：0.10～0.31)。5 mm≤肺结节直径<10 mm时，敏感性100%(95%CI：0.6637～1.0000)，特异性50.00%(95%CI：0.01258～0.98740)；10 mm≤肺结节直径<20 mm时，敏感性94.29%(95%CI：0.8084～0.9930)，特异性29.83%(95%CI：0.1843～0.4340)；20 mm≤肺结节直径≤30 mm时，敏感性96.15%(95%CI：0.8679～0.9953)，特异性18.37%(95%CI：0.0876～0.9953)；亚实性肺结节敏感性100%(95%CI：0.9051～1.0000)，特异性20.00%(95%CI：0.0051～0.7164)；实性肺结节敏感性93.22%(95%CI：0.8354～0.9812)，特异性25.24%(95%CI：0.1720～0.3476)。结论人工智能肺结节辅助诊断系统在肺结节的检出方面性能较强，但是在肺结节良恶性的鉴别方面不能满足临床要求，现阶段人工智能系统可作为医师的辅助工具，进行肺结节的检出及辅助肺结节的良、恶性判断。
出版日期
2020年10月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
