换一批不同WHO肺癌病理分类下人工智能对肺结节良恶性的诊断效能
Diagnostic Performance of Artificial Intelligence on Benign and Malignant Pulmonary Nodules Under Different WHO Pathological Classifications of Lung Cancer
摘要目的 验证商用的人工智能(AI)辅助诊断系统在世界卫生组织(WHO)新旧两种不同针对腺体前驱病变(PGL)的肺癌分类标准下预测肺结节良恶性的诊断效能.方法 回顾性搜集2019年1月至2021年12月期间经病理证实的肺结节,共404例.根据WHO 2015版和2021版两种分类标准,将PGL分别纳入恶性病变和良性病变进行良恶性分组.分析AI诊断肺结节与术后病理的一致性,并构建不同分类标准下基于AI定量特征的恶性肺结节预测模型.结果 当PGL被纳入恶性病变时(WHO 2015版),术后病理的良恶性与AI诊断的高低危间具有高度的一致性(Kappa=0.658),平均CT值(P＜0.001)是肺结节恶性的独立保护因素,预测模型的受试者工作特征曲线曲线下面积(AUC)为0.806(95％CI:0.756～0.856);当PGL被纳入良性病变时(WHO 2021版),术后病理的良恶性与AI诊断的高低危间具有中等程度的一致性(Kappa=0.440),熵(P=0.008)是肺结节恶性的独立危险因素,预测模型的AUC为0.749(95％CI:0.700～0.797).结论 AI软件的肺结节诊断结果与术后病理具有中等到高度的一致性,显示出较好的诊断性能,但需要随着病理分类的更新进一步优化对PGL的评估.
更多相关知识
关键词
人工智能肺结节腺体前驱病变体层摄影术,X线计算机Artificial intelligencePulmonary nodulesPrecursor glandular lesionsTomography,X-ray computer
栏目名称
发布时间
2025-03-04（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（82171926）
国家自然科学基金（81930049）
国家自然科学基金（82202140）
国家重点研发计划（2022YFC2010002）
国家重点研发计划（2022YFC2010000）
上海市科委项目（21DZ2202600）
国家卫生健康委员会医学影像数据库建设项目（YXFSC2022JJSJ002）
上海长征医院临床创新项目（2020YLCYJ-Y24）
德阳市科学技术局社会发展领域重点研发指导类项目（2024SZY115）
北京医学奖励基金（YXJL-2024-0350-0183）
- 浏览51
- 被引1
- 下载68
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
