摘要目的 验证基于CT肺血管成像(computed tomography pulmonary angiography,CTPA)的肺栓塞人工智能识别系统(PE-AI)的诊断效能及危险分层能力,分析其在实际临床工作中的诊断价值.方法 收集我院2023年1月1日至2023年10月10日疑似PE患者行CTPA检查病例416例.采用双盲法由2名低年资影像医师与PE-AI分别对收集病例进行栓子检出和诊断,并分别记录诊断时间;以3名高年资影像医师结合临床随访结局作为本研究的金标准,评价AI、人工与PE-AI的诊断效能,并绘制受试者操作曲线(receiver operating characteristic curve,ROC),使用Delong-t检验进行比较.肺栓塞确诊病例分别收集AI及人工计算的肺栓塞指数(pulmonary artery obstruction index,PAOI),并进行一致性分析.结果 PE-AI、人工及联合诊断的曲线下面积AUC(area under curve,AUC)分别为85.6％、90.8％和95.1％,三组AUC之间差异具有统计学意义(P＜0.05);PE-AI的读片时间[(0.16±0.07)min]明显低于人工[(4.42±1.85)min,P＜0.001]及联合诊断[(4.58±1.84)min,P＜0.001].肺动脉栓塞确诊病例亚组分析中,PE-AI与人工测得的PAOI具有较高的一致性(intraclass correlation efficient,ICC=0.80).结论 AI可以在短时间内快速识别肺动脉栓子,辅助放射科医师提高诊断效率;同时通过对肺动脉PAOI的智能检测,有助于肺栓塞患者的危险分层,优化诊疗流程.