AI识别技术在肺小结节诊断中的临床应用研究

摘要

目的:探究AI识别技术在肺小结节诊断中的临床价值,进而为相关医疗人员提供一定的参考价值。方法:选取本院2020年12月—2021年4月接收的50例肺小结节患者作为本次研究对象,将这50例患者的CT影像导入到AI识别分析软件之中,对识别出的数据做好相关的记录,并且将这些记录和诊断报告进行相关对比,了解AI识别技术在肺小结节诊断中的临床应用价值。结果:人工读片的灵敏度为79.17%,特异度为80.77%,准确性为80.00%;均显著低于AI识别技术读片的灵敏度100.00%,特异度96.15%,准确性98.00%(P<0.05)。A I识别技术读片总时长远远低于人工读片,仅有(33.23±0.24)s。差异有统计学意义(P<0.05)。结论:AI识别技术在肺结节诊断中表现基本等同影像诊断医师,在5 mm以下结节诊断中灵敏度更高、速度更快,AI判断为高风险的结节多于人工诊断,在肺小结节的临床诊断过程中,我们可以应用AI识别技术协助患者和医生判断患者肺内结节的数量及性质,从而能够帮助医生快速做出判断,为患者的后续治疗打下坚实的基础。