人工智能对肺结节定性诊断的效能及危险因素的分析
卓越
刘敬禹
李甜
吴久纯
锦州医科大学附属第三医院呼吸科,辽宁 锦州121000
摘要：目的 评价人工智能(AI)辅助诊断系统对肺结节定性诊断的效能及恶性肺结节的危险因素分析.方法 收集2019年7月至2021年5月就诊于锦州医科大学附属第三医院且病理结果明确的肺结节112例,借助推想科技AI辅助诊断系统,收集患者的一般临床资料、肺结节影像学特征、病理学诊断等资料,应用Kappa一致性检验评价AI对肺结节定性诊断的效能.单因素Logistic分析和多元Logistic回归分析评价恶性肺结节AI相关变量的危险因素,绘制受试者工作特征曲线(ROC)以及计算曲线下面积(AUC).结果 Kappa一致性检验(K=0.809,P<0.001)结果提示AI对肺结节定性诊断的准确性良好.单因素Logistic回归分析提示:年龄、体积、平均直径、恶性征象、恶性概率5个因素差异有统计学意义(P=0.024,P=0.004,P<0.001,P=0.027,P<0.001),多因素Logistic回归分析提示恶性概率(P<0.001)为影响恶性结节诊断的独立危险因素,ROC曲线提示基于AI恶性概率对恶性结节诊断可能具有一定的准确性(AUC=0.874).结论 人工智能辅助诊断系统对肺结节定性诊断的准确性良好,且恶性概率为影响恶性结节的独立危险因素,可以作为临床医生对肺结节良恶性鉴别的辅助诊断工具.
关键词：人工智能辅助诊断肺结节肺癌定性诊断
分类号：R734.2(呼吸系肿瘤)
资助基金：辽宁省科学技术计划项目(2019JH2/10300046)
论文发表日期：2022-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 93-97 )
英文信息