摘要
目的:探讨基于深度学习的人工智能(artificial intelligence,AI)肺结节诊断系统对孤立性肺结节(solitary pulmonary nodule,SPN)良恶性的诊断效能。方法:回顾性分析病理确诊的肺SPN患者119例,统计AI阅片、影像科年轻医师+AI阅片、影像科专家阅片及多学科会诊4种阅片方式诊断肺结节良恶性的准确率、敏感度、特异度、阳性预测值、阴性预测值和约登指数,绘制不同阅片方式诊断肺结节良恶性的ROC曲线。结果:AI诊断恶性肺结节的准确率为84.03%,敏感度为90.00%,特异度为52.63%,阳性预测值为90.90%,阴性预测值为50.00%,约登指数为42.63%。影像科年轻医师+AI阅片诊断恶性肺结节的准确率为85.71%,敏感度为91.00%,特异度为57.89%,阳性预测值为91.90%,阴性预测值为55.00%,约登指数为48.89%。影像科专家阅片诊断恶性肺结节的准确率为90.75%,敏感度为98.00%,特异度为52.63%,阳性预测值为91.60%,阴性预测值为83.30%,约登指数为50.63%。多学科会诊诊断恶性肺结节的准确率为94.12%,敏感度为99.00%,特异度为68.42%,阳性预测值为94.30%,阴性预测值为92.90%,约登指数为67.42%。结论:人工智能肺结节诊断系统可提高年轻医师诊断肺结节的效能,在4种阅片方式中多学科会诊对肺结节良恶性诊断准确率较高,可以为临床决策提供更准确的信息。
出处
《交通医学》
2024年第2期165-167,共3页
Medical Journal of Communications
基金
常熟市卫生和计划生育委员会科技计划资助性青年项目(cswsq201804)。
