人工智能辅助诊断肺结节的临床价值研究
阅片,浸润性,腺癌,1对象与方法,2结果,3讨论
李甜,李晓东,刘敬禹*近年来,肺癌已经成为威胁人类健康最常见的恶性肿瘤,其发病率、死亡率均居所有恶性肿瘤首位[1],早期诊断和精准治疗能从根本上减少我国肺癌患者的死亡人数。当前提高肺癌生存率的唯一方法就是端口前移,早期肺癌的影像学多表现为肺结节,在临床实践中,低剂量螺旋CT(LDCT)是用于检测肺结节病变的主要手段[2]。LDCT是一种易获取、辐射小、成本低、耐受良好的实验室检查。然而,其结果受到阅片者主观方面的影响大,这意味着缺乏经验的放射科医生更容易误诊或漏诊。人工智能(artificial intelligence,AI)在医学诊断领域的应用备受国内外学者关注,其中肺结节筛查系统凭借深度学习记忆及强大图片识别功能,能充分显示肺结节诊断的内在价值[3]。本研究参考病理和影像学结果,比较AI与医师阅片对磨玻璃结节(ground glass nodule,GGN)和恶性肺结节的诊断情况,以指导临床应用。
1 对象与方法
1.1 研究对象 选取2017年7月—2019年7月于锦州医科大学附属第三医院确诊的120例肺结节患者(共筛查出256个肺结节)为研究对象。研究对象纳入标准:(1)符合《肺结节诊治中国专家共识(2018年版)》相关诊断标准[4];(2)对本研究知情同意,自愿参加。排除标准:(1)直径≤5 mm的肺结节;(2)弥漫性分布的磨玻璃影;(3)既往被确诊为肺结核;(4)其他部位恶性肿瘤患者。本研究经锦州医科大学附属第三医院伦理委员会审核批准。120例研究对象中,男47例(39.2%),女73例(60.8%),平均年龄(59.7±9.3)岁;256个肺结节中实性结节147个(57.4%),平均直径(9.01±3.11)mm;GGN 109个(42.6%),平均直径(10.24±5.26)mm。
1.2 研究方法
1.2.1 影像学扫描 所有患者均由东芝128层CT扫描系统完成LDCT检查,低剂量扫描参数为[2]:管电压120 kVp,管电流≤ 40 mAs,扫描层厚 5 mm,重建图像层厚为1 mm,纵隔窗:窗宽350 HU,窗位50 HU;肺窗:窗宽 1 500 HU,窗位 -600 HU。
1.2.2 阅片方法 分别采用AI阅片和医师阅片方法判读120例肺结节患者胸部CT。(1)AI阅片法由1例呼吸科医师使用肺结节筛查系统进行辅助诊断。即将所有患者胸部LDCT影像资料导入推想科技提供的InferRead CT Lung肺癌智能筛查系统中 ......
您现在查看是摘要页,全文长 9356 字符。