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.

肺结节;人工智能阅片;计算机断层扫描

110141 沈阳市大众医院放射科

[1]左玲子;黄艳;李双-.人工智能阅片在体检肺结节筛查中的应用价值)[J].中国现代药物应用,2022(04):7-10

肺小叶结构

人工智能阅片,肺结节,计算机断层扫描,体检者,先用,名医,参考影像,影像报告,筛查结果,肺内结节,金标准,误诊原因,多见于,血管分叉,条影,胸膜,轴面,当做,肺门,假阳性,互为补充,小结,准确识别,误诊率,漏诊率

0.254622