基于人工智能肺结节CT特征性诊断优势分析

宋振春，于铁链（通讯作者）

（天津市胸科医院影像科 天津 300203）

肺癌是威胁人类健康和生命安全的主要恶心肿瘤，有着较高发病率和死亡率，据统计，我国每年大约59.1万人死于肺癌[1]。因而，早期筛查高危人群，准确诊断肺癌，对患者预后有重要意义。肺结节是肺癌早期主要表现，其临床检出率随CT技术创新发展不断提高，但也大大增加了影像科医师阅片负担，由此可能导致漏诊[2]。近年来，随着现代AI技术的发展，在诸多领域有着广泛应用，基于AI辅助识别系统在肺结节的临床诊断中逐步应用开来，大大提高了肺癌早期检出率，与医学影像相结合有很广阔的发展空间。为进一步明确AI在肺结节CT诊断中的优势和效能，本文选取150例经病理证实的肺结节病例资料开展研究，现报告如下。

1 资料与方法

1.1 一般资料

于我院CT数据库中选取2018年2月—2020年2月诊治的经病理证实150例肺结节病例的CT资料开展回顾性研究，均经病理学、影像学等检查确诊，符合肺结节相关诊断标准[3]。纳入标准：（1）≥1枚非钙化结节；（2）薄层胸CT片；（3）无其他肺脏病变。其中，男患者88例，女患者62例；29～75岁，平均（42.8±3.8）岁；结节类型：磨玻璃密度31例，部分实行28，实性91例。本研究得到医院伦理委员会同意、批准。

1.2 方法

1.2.1 CT诊断 应用美国GE公司生产的16排CT机扫描。行仰卧位，从胸廓入口至肺底部进行扫查，嘱患者一次吸气后屏气对肺全扫。螺旋扫描，相关参数：管电压为120kV；管电流为200～340mA；螺距为1.375:1，层厚为5.0mm；矩阵：512×512；FOV为360mm。应用标准算法重建1.25mm层厚轴位图像。

1.2.2 AI检测 基于AI软件（V190120）。将选出的150例患者的胸CT图像数据统一导进AI工作站，通过配套系统自动批量识别并标记肺结节。并记录非钙化结节的情况，包括其大小、部位及良恶性。AI软件工作站可提供自动识别与标记结节后的CT断面、横断面、多平面重建。自动检测出目标病灶在各种图像上，用方框标记，编号并写明病灶面积、长径、CT值及体积等，滑动图像层面可自层面上端识别和标记后结节。局部三维重建图从多方位显示目标病灶解剖结构及其与周边组织的关系。

1.3 诊断标准

由2名胸部影像学专家参考AI及影像资料报告结果，于横断面观察，确定可疑病灶位置后，根据多面重建、最大密度投影等结果，以确定标注结果和肺内结节定义是否接近，做出判断，以2个专家一致意见为真结节诊断金标准，并记录每个非钙化结节大小、位置及密度。依照结节大小分成＜5mm、5～10mm及＞10mm。依照发生位置分成与胸膜相连、周围性结节（距胸膜＜2cm，但和胸膜未相连）、肺门区结节（距肺门＜2cm）及中心性结节（介周围性和肺门区结节间）[4-5]。依照密度分为实性结节、部分实性结节及磨玻璃密度结节。

1.4 统计学方法

2 结果

2.1 本组肺结节诊断情况

本组150例肺结节CT图像经2名影像学专家确认检出真结节674枚，其中恶性结节101例，均通过病理证实，见表1。

表1 AI软件和影像科医生CT诊断肺结节结果比较[n（%）]

2.2 两种方法的诊断灵敏度对比

本组AI软件共检真结节，灵敏度为99.55%（671/674）。影像科医师检出385个真结节，灵敏度为43.31%（385/889），两组差异有统计学意义，如表2。对于133例恶性结节，AI与影像医师的检出率均为100%。

表2 AI软件和影像科医生CT诊断灵敏度高些

2.3 两种方法的假阳性对比

本组最病理断确定674个真结节，以此为参照标准，假阳性率为每例CT4.7个结节。≥5mm结节的假阳性率为1.5个/例。影像科医生CT诊断假阳性率为0.15个/例，共误诊了3个结节，3个皆与血管有关，两组相比差异有统计学意义（P＜0.05）。

3 讨论

为提高影像科医师的肺结节诊断能力，计算机辅助检测系统（CADe）作为重要阅读软件被使用。但其无法满足肺结节诊断的高敏感性与低假阳性需要[6]。近年来，以AI为核心技术的智能医学被看作是未来临床医学重要的发展方向，而医学影像是人工智能在此领域最为主要的一个应用方向。

从本研究结果看，对所有钙化结节检出，从诊断情况看，从真结节大小、性质、位置等方面讲，AI灵敏度相对医师明显增高，特别是在＜5mm、实性结节。影像医师在灵敏度方面显著低于AI，但漏诊结节大多数是＜5mm的结节，原因就是我和首席阅片时应用仅为水平轴位图像，小结节、血管断面轴位投影相似，容易漏诊，其次可能在于影像医师阅片时间有限或注意力无法保持全程集中，满足于较大病变检测，对小病变认为临床意义极小而无法引起重视或依靠自身经验排除。AI在肺结节诊断方面可对影像科医师提供重要帮助，但从临床应用情况看，该类结节的临床诊断价值还需深入探讨，如完全按照AI结果对结节干预会增加患者的医疗负担，并会占用医疗资源，进而判断是否需临床处理是医生和AI进一步面对的问题[7]。

综上而言，基于AI软件系统对恶性肺结节无漏检，诊断灵敏度高于传统影像学科医师，但假阳性率略高。