人工智能CT定量分析预测并评估COVID-19肺炎临床分型的研究

摘要

目的:评价人工智能CT定量分析预测并评估COVID-19肺炎临床分型的相关性.方法:回顾性分析齐齐哈尔第一医院发热门诊收治2020年2月1日至2021年1月20日COVID-19确诊患者46例的临床及CT影像资料.比较人工智能(AI)定量分析中病灶累及全肺感染体积、磨玻璃密度体积(GGO体积)和实性密度体积(SO体积)与临床分型的相关性.结果:普通型26例、重型16例和危重型4例,临床表现以发热、咳嗽、乏力症状为主.重型和危重型更常见于年龄较大患者.3种临床分型肺部病变的CT表现均以GGO为主;普通型的全肺感染体积、GGO体积、SO体积比重型/危重型患者小,Spearman等级相关性分析显示全肺感染体积、GGO体积、SO体积均与临床分型具有显著相关(0.86、0.87和0.84).结论:人工智能CT定量指标分析(感染体积、GGO体积、SO体积)与COVID-19肺炎临床分型具有较好的相关性.