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(soli-tary 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.
基金项目
常熟市卫生计生委科技计划青年项目(cswsq201804)
NETL
NSTL
万方数据