COVID-19各临床分型对应CT表现及人工智能辅助应用价值

摘要

目的:探讨新型冠状病毒肺炎(COVID-19)各临床分型的CT表现,分析人工智能辅助技术的应用价值.方法:结合"uAI新冠肺炎智能辅助分析系统"回顾性分析2020年1月23日至2020年2月25日收治的临床及CT资料完整的44例COVID-19病例.结果:①CT表现临床轻型患者4例,胸部CT呈阴性.临床普通型患者32例,CT表现为单侧或双肺多发病灶,呈片样或楔形样磨玻璃影,其内可见血管及支气管穿行,常伴有小叶间隔增厚,可见"铺路石"征及支气管充气征,部分病变内部可见小范围肺实变.临床重型/危重型病例共8例,CT表现为病变范围广泛,磨玻璃影、实变及纤维条索混杂,多伴有"铺路石"征、支气管充气征.② 人工智能辅助诊断软件病灶标记范围与肉眼观察相比具有较好的一致性.4例轻型患者病灶总体积显示为零.32例临床普通型患者病灶总体积为(109.9±94.9)cm3,病灶内部磨玻璃影体积为(55.3±50.4)cm3,实变体积为(34.9±35.0)cm3.8例重型/危重型患者病灶总体积为(858.1±351.9)cm3,病灶内部磨玻璃影体积(486.7±204.0)cm3,实变体积(204.1±119.3)cm3.普通型、重型/危重型患者的病灶总体积、内部磨玻璃体积及实变体积组间的差异有显著统计学意义(P<0.001).以人工智能辅助诊断软件提供的各肺叶病灶占比进行统计,临床普通型患者肺损伤评分为(3.8±1.2)分,重型/危重型患者肺损伤评分为(10.4±5.1)分,二者之间的差异有统计学意义(P<0.05).ROC曲线显示以5.5分为肺损伤界值时,预测临床分型的效能最高,ROC曲线下面积为0.996.结论:COVID-19的CT表现为多发的肺外围或胸膜下的磨玻璃影,其内含正常走行的血管及支气管,病变范围增大、增多或实变代表病情进展.人工智能辅助技术可有效识别COVID-19病灶,提供病灶总体积、内部磨玻璃影及实变体积相关数据,对患者肺损伤程度进行准确量化评分,为临床预后评估提供帮助,同时提高影像医师的工作效率.