人工智能辅助诊断系统与Lung-RADS对不同临床特征肺结节的良恶性预测效能
Efficacy of an artificial intelligence-assisted diagnostic system and Lung-RADS in predicting the benignity and malignancy of pulmonary nodules with different clinical characteristics
摘要目的 探讨人工智能(AI)影像辅助诊断系统对肺结节性质的诊断效能及其临床应用价值.方法 将212例经明确病理诊断的肺结节患者术前胸部CT肺窗DICOM格式文件导入影像辅助诊断系统,比较AI模型、Lung-RADS对不同临床及影像学特征肺结节良恶性诊断效能.结果 AI模型对肺结节良恶性诊断准确率高于Lung-RADS(70.75%vs 60.85%,P<0.05).分层分析结果显示,按年龄分布:AI模型对50~59岁肺结节患者诊断准确率高于Lung-RADS(70.31%vs 53.13%,P<0.05);按肺结节位置:AI模型与Lung-RADS相比,准确率差异无统计学意义(P>0.05);按肺结节密度:AI模型对部分实性肺结节诊断准确率高于Lung-RADS(74.51%vs 49.02%,P=0.008);按长径大小:AI模型对长径为10~19 mm肺结节良恶性预测准确率高于Lung-RADS(74.75%vs 66.67%,P<0.05);按恶性病理分型:AI模型对腺癌良恶性预测准确率高于Lung-RADS(77.52%vs 62.79%,P<0.05).结论 AI影像辅助诊断系统对肺结节良恶性预测效能优于Lung-RADS,随着技术的不断革新,有望为肺结节早期无创性诊断提供可靠依据.
更多相关知识
- 浏览21
- 被引1
- 下载13

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



