打开文本图片集

【摘要】目的：近年来在肺结节筛查及良恶性鉴别诊断中人工智能技术的肺部CT扫描方式获得了积极运用，本文将就该种方式的效用进行如下探讨。方法：为便于研究的顺利开展，确定择取80例符合肺结节诊断标准的患者，在对病例的入院及出院的时间范围进行资料查阅时发现，其临界值分别为2023年1月与2024年12月，对所有纳入的病例均实施人工智能技术扫描与专业医师CT扫描，对两种扫描方式的效用实施观察。结果：在肺结节诊断结果准确率、Lung-RADS评分指标的比较中，人工智能技术扫描与专业医师CT扫描结果存在显著差异，且人工智能技术扫描结果更佳，P<0.05。结论：基于人工智能技术的肺部CT扫描在肺结节筛查及良恶性鉴别诊断中的应用具有良好的效果。

【关键词】人工智能技术；肺部CT扫描；肺结节筛查；良恶性；鉴别诊断

肺结节在临床中的发病率较高，包括良性与恶性两种类型，由于不同类型的治疗方式存在较大差异，因此为确保患者获得良好的治疗，则需要事先对患者施以良好检查诊断[1]。既往临床中主要由专业医师利用CT扫描设备对患者实施检查，虽然能够进行一定的鉴别诊断，然而随着CT图像的不断增多，加之无法确保医师始终能够进行准确的对图像解读，因而会出现漏诊与误诊等不良情况，为应对该种情况，当前临床中开始积极采取人工智能技术的肺部CT扫描方式[2-3]。本文将对该种方式的效用进行分析。

1.资料与方法

1.1一般资料

为便于研究的顺利开展，确定择取80例符合肺结节诊断标准的患者，在对病例的入院及出院的时间范围进行资料查阅时发现，其临界值分别为2023年1月与2024年12月。在对患者的性别情况进行确定时，结果显示为（48：32）；在对患者的年龄情况进行确定时，结果显示为（53.5±1.3）岁。

1.2纳入标准：①均临床疾病例诊断均存在肺结节；②在对患者实施检查前需要告知其两种方式。

1.3排除标准：①存在CT扫描检查禁忌证；②存在弥漫性转移与间质性肺病。

1.4方法

将SOMATOM Perspective64排螺旋CT扫描仪行肺部扫描仪作为对患者检查的主要仪器，在对检查范围进行确定时，临界范围分别为胸廓入口与肺底部，之后需要对仪器的扫描参数进行设定：对于管电压，将120KV作为其主要的设定值；对于管电流，将200mA作为其主要的设定值；对于层厚，将5mm作为其主要的设定值；对于螺距，将1.375：1作为其主要的设定值；对于矩阵，将512*512作为其主要的设定值；对于视野，将360mm作为其主要的设定值；对于重建层厚，将1.5mm作为其主要的设定值。在对患者CT扫描前，需要使患者屏住气。按照上述参数条件及方式实施扫描。

（1）人工智能技术扫描。在获得扫描图像后，需要将其导入软件工作站中，由系统对图像进行自动识别与标记

（2）专业医师CT扫描。在获得扫描图像后，选取2名检验科具有丰富经验的医师对图像进行解读，若2名医师对于扫描结果存在异议，则需要将其交由第三名医师进行判读。

1.5观察指标

①人工智能技术扫描与专业医师CT扫描的诊断结果准确率情况。

②人工智能技术扫描与专业医师CT扫描的Lung-RADS评分情况。

1.6统计学处理

导入SPSS 22.0软件进行统计学分析，计量资料以（ ±s）的形式表示，计数资料以率（%）的形式表示，分别使用t与x2方式进行检验，检验水准α=0.05。

2.结果

2.1人工智能技术扫描与专业医师CT扫描的诊断结果准确率比较

在肺结节诊断结果准确率的比较中，人工智能技术扫描与专业医师CT扫描结果存在显著差异，且人工智能技术扫描结果更佳，P<0.05，见表1。

2.2人工智能技术扫描与专业医师CT扫描的Lung-RADS评分比较

在Lung-RADS评分的比较中，人工智能技术扫描与专业医师CT扫描结果存在显著差异，且人工智能技术扫描结果更佳，P<0.05，见表2。

3.讨论

为确保对肺结节患者予以良好的治疗，则需要在治疗前对其结节性质予以有效的明确。既往低剂量螺旋CT扫描方式是临床中常用方式，虽然能够对是否存在结节进行有效的判断，然而对于良恶性的鉴别而言，因其存在连续性特点，加之肺结节存在非特异性特点，因此若单纯依据低剂量螺旋CT扫描方式将无法获得准确的判断结果[4]。

当前临床中开始积极运用人工智能技术的肺部CT扫描方式，既往主要是通过人工方式进行阅片，而在该种智能模式下，主要是通过人工智能技术进行阅片及诊断，不会受到主观因素的影响，且能够实现连续性的阅片，因而能够有效的提升阅片效率，在更短时间内对更多患者的疾病情况进行准确确定[5]；除此之外， 由于人工智能技术的肺部CT扫描方式能够对节点的阴影进行准确捕捉，因而还能够对微小病灶予以准确诊断。正如研究结果显示，人工智能技术的肺部CT扫描方式的肺结节诊断结果准确率及Lung-RADS评分均明显高于专业医师CT扫描技术，说明该种方式具有较高的效用。

综上所述，本研究认为基于人工智能技术的肺部CT扫描在肺结节筛查及良恶性鉴别诊断中的应用具有良好的效果。

参考文献：

[1]杨玉丽，石先琼，柯双好，周睿.胸部LDCT人工智能联合医师诊断在肺结节良恶性鉴别中的应用价值[J].中外医学研究，2024，22（20）：62-66.

[2]邵永超.人工智能辅助诊断系统在肺结节CT诊断中的应用价值[J].影像研究与医学应用，2024，8（12）：95-97.

[3]刘亚斌，周围，白琛，周成香.基于人工智能技术的肺部CT扫描在肺结节筛查及良恶性鉴别诊断中的应用分析[J].中国CT和MRI杂志，2022，20（9）：52-54.

[4]刘鲜艳，单法成，李珊，朱建波.AI对肺结节良恶性鉴别及浸润程度的诊断价值分析[J].实用癌症杂志，2022，37（12）：1994-1996，2000.

[5]刘亚龙，安小康，郭明杰，慕明，洪震浩，张国瑜.基于人工智能技术的肺部CT扫描在肺结节筛查中的应用分析[J].医学理论与实践，2023，36（11）：1918-1919.

作者简介：尹根灿，（1977年5月-），男，白族，本科，主管技师，云南兰坪人，主要从事：CT、DR影像诊断和技术方面工作。