影像辅助诊断系统在早期肺癌筛查应用中的体会

刘 玥, 曾 蕾
十堰市人民医院放射科

摘要

目的：研究AI影像辅助诊断系统在早期肺癌筛查应用中的体会。方法：将我院确诊为早期肺癌的64例患者纳入本次研究中，上述患者均在是2020年1月~12月入院接受检查，将患者通过抽签法进行分组，对照组32例使用CT检查，观察组32例在CT检查的基础上加入AI影像辅助诊断系统，以手术病理诊断作为金标准，对检查准确率以及分期准确率进行综合评估。结果：观察组检查准确率为93.75%，对照组为75.00%，观察组显著高于对照组，对比有统计学意义P＜0.05。观察组T0、T1a、T1b、T2a、T2b、T3a、T3b各分期准确率显著高于对照组，对比具有统计学意义P＜0.05。结论：AI影像辅助诊断系统在早期肺癌筛查中起到积极作用，可有效提升检查的准确率，对于疾病的诊断提供更加完整的资料，以保证诊断的准确率，为疾病的诊断提供更加完善的资料，及时做好疾病干预治疗。

关键词

AI影像辅助诊断系统；早期；肺癌筛查；应用

参考

[1] 张正华，周小君，韩丹，等.基于AI 对磨玻璃密度早期肺癌浸润相关因素Logistic 回归分析[J].临床放射学杂志，2020，39（10）：2120-2123.[2] 周小君，马玲，盛林丽，等.人工智能量化参数预测磨玻璃结节早期肺癌浸润性的临床初探[J].实用放射学杂志，2021，37（3）：388-391.[3] 李倩，刘颖，张宇威，等.人工智能在肺部肿瘤影像诊断中的研究进展[J].中国肿瘤临床，2020，47（2）：55-59.[4] 邓咏梅，李园，张金山，等.丹皮酚联合125I 粒子内照射诱导A549 肺癌凋亡的实验研究[J].中国临床医学影像杂志，2017，28（9）：628-632，656.[5] 李大胜，王大为，黄宇清，等.多原发肺癌病理结果与AI 辅助CT 诊断的相关性研究[J].中国医疗设备，2021，36（2）：77-80，95.[6] 张涛，张登国，李建，等.人工智能影像系统在肺部结节诊断中的真实世界数据分析[J].四川医学，2021，42（2）：193-196.[7] 赵丹，车南颖，宋志刚，等.基于深度迁移学习的肺癌病理诊断[J].中华病理学杂志，2020，49（11）：1120-1125.[8] 柳学国.人工智能在肺癌低剂量CT 筛查中的应用与思考[J].影像诊断与介入放射学，2019，28（5）：387-390.