Value of artificial intelligence assisted diagnostic system combined with CT test in diagnosis of pulmonary nodules
-
摘要: 目的 探讨人工智能(AI)辅助诊断系统联合CT检查肺结节的应用价值。 方法 选取本院收治的100例肺结节患者,全部患者均行CT、AI辅助诊断系统联合CT检查,比较2种方法诊断肺结节的检出情况、检查时间。以病理检查结果为参照,评价2种检查方法诊断恶性肺结节的效能。 结果 AI辅助诊断系统联合CT检查的肺结节检出率为97.00%(97/100), 高于CT检查的86.00%(86/100), 差异有统计学意义(P<0.05)。AI辅助诊断系统联合CT检查的肺结节平均检出时间为(391.15±156.08)s, 短于CT检查的(482.71±248.03)s, 差异有统计学意义(P<0.05)。AI辅助诊断系统联合CT检查对诊断恶性肺结节的准确性、敏感性、特异性高于CT检查, 漏诊率、误诊率低于CT检查, 差异均有统计学意义(P<0.05)。 结论 采用AI辅助诊断系统联合CT检查能够有效检出肺结节,降低漏诊率,提高对恶性肺结节的诊断效能。Abstract: Objective To explore the application value of artificial intelligence(AI)assisted diagnostic system combined with CT test in diagnosis of pulmonary nodules. Methods A total of 100 patients with pulmonary nodules were selected and conducted with CT test, AI assisted diagnostic system and CT test in combination. The detection status and time of pulmonary nodules were compared between the two methods. According to the pathological results, the diagnostic efficiency of the two methods was evaluated. Results The detection rate of pulmonary nodules by AI assisted diagnostic system combined with CT test was 97.00%(97/100), which was significantly higher than 86.00%(86/100)by CT test(P<0.05). The average detection time of pulmonary nodules by AI assisted diagnostic system combined with CT test was(391.15±156.08)s, which was significantly shorter than(482.71±248.03)s by CT test(P<0.05). The accuracy, sensitivity and specificity of AI assisted diagnostic system combined with CT test were significantly higher than those of CT test in the diagnosis of malignant pulmonary nodules, and the missed diagnosis rate and misdiagnosis rate were significantly lower than those of CT test(P<0.05). Conclusion Application of AI assisted diagnostic system combined with CT test can effectively detect pulmonary nodules, reduce the missed diagnosis rate and increase the diagnostic efficiency for malignant pulmonary nodules.
-
-
王小伟, 陈武飞, 滑炎卿. 肺磨玻璃结节的CT诊断研究进展[J]. 国际医学放射学杂志, 2018, 41(2): 170-174. 李王佳, 吕发金, 张艳, 等. 有恶性肿瘤病史的患者孤立性肺结节的CT诊断研究[J]. 中华胸心血管外科杂志, 2019, 35(7): 390-395. 蓝美红, 高明明, 侯代伦. 超高分辨率CT靶扫描与CT靶重建在肺磨玻璃样结节定性诊断中的价值[J]. 中国防痨杂志, 2018, 40(7): 702-706. 王万勤, 刘斌, 周勇, 等. 良恶性肺结节多排CT征象分析[J]. 安徽医药, 2018, 22(8): 1491-1496. 罗红兵, 周鹏, 青浩渺, 等. 计算机辅助检测系统在低剂量CT肺癌筛查中非钙化肺结节检出方法的研究[J]. 肿瘤预防与治疗, 2017, 30(1): 33-38. 张鹏, 徐欣楠, 王洪伟, 等. 基于深度学习的计算机辅助肺癌诊断方法[J]. 计算机辅助设计与图形学学报, 2018, 30(1): 90-99. 赵家义, 韩一平, 杨立信, 等. 良、恶性肺磨玻璃结节CT特征及其鉴别诊断意义[J]. 第二军医大学学报, 2018, 39(2): 129-133. 中国食品药品检定研究院, 中华医学会放射学分会心胸学组. 胸部CT肺结节数据标注与质量控制专家共识(2018)[J]. 中华放射学杂志, 2019, 53(1): 9-15. 郭剑波. 能谱CT成像在孤立性肺结节良恶性鉴别诊断中的应用价值研究[J]. 中国CT和MRI杂志, 2017, 15(2): 54-57. 朱慧媛, 张莲, 王亚丽, 等. 超高分辨率CT靶扫描对肺结节的诊断价值[J]. 第二军医大学学报, 2017, 38(9): 1165-1170. 明佳蕾, 方向明. 基于人工智能的CT肺结节检出临床应用及研究进展[J]. 中华放射学杂志, 2019, 53(6): 522-525. 刘晓鹏, 周海英, 胡志雄, 等. 人工智能识别技术在T1期肺癌诊断中的临床应用研究[J]. 中国肺癌杂志, 2019, 22(5): 319-323. 金文忠, 陆耀, 汪阳. 基于人工智能的胸部CT智能辅助诊断系统在LDCT数据集上的应用研究[J]. 中国医学计算机成像杂志, 2018, 24(5): 373-377. 李欣菱, 郭芳芳, 周振, 等. 基于深度学习的人工智能胸部CT肺结节检测效能评估[J]. 中国肺癌杂志, 2019, 22(6): 336-340. -
期刊类型引用(9)
1. 马雪萍，王晓丽，阿里木江·司马义，徐桂萍. 腹股沟上髂筋膜阻滞复合全身麻醉对高龄髋关节置换患者术后谵妄发生的影响. 新疆医学. 2022(02): 131-134 . 
百度学术
2. 张宏，李淑萍. 老年患者髋关节置换术后谵妄的发生现状及其相关影响因素分析. 长春中医药大学学报. 2022(10): 1155-1159 . 百度学术
3. 刘贵政，郑婷婷，杜斌. 老年髋部骨折患者术后谵妄发生现况及危险因素研究. 贵州医药. 2022(09): 1405-1406 . 百度学术
4. 王秀环，鲍乐乐，马漪洁，陈宁宁. 不同麻醉方法对老年髋关节置换患者术后谵妄发生的影响. 广州医科大学学报. 2021(02): 40-44 . 百度学术
5. 刘丹，杨万翔. 人文关怀护理对人工髋关节置换术后谵妄患者临床症状的影响. 中国当代医药. 2021(25): 270-272+276 . 百度学术
6. 陈立红，徐芙蓉，叶洁玉，许华亮. 高龄骨科髋关节置换术后患者发生谵妄的危险因素分析. 现代医学与健康研究电子杂志. 2021(23): 115-118 . 百度学术
7. 毛俊岚. 高龄患者髋关节置换术后谵妄1例的护理. 基层医学论坛. 2020(03): 420-421 . 百度学术
8. 欧玉琼，吴建颖，周嫦娥. 以临床路径为指导的谵妄管理对老年股骨头置换术后患者的影响. 护理实践与研究. 2020(02): 86-88 . 百度学术
9. 姜红卫. 骨科老年患者髋关节术后谵妄发生原因及疼痛干预护理进展. 系统医学. 2020(13): 196-198 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 419
- HTML全文浏览量: 96
- PDF下载量: 22
- 被引次数: 10
下载:
苏公网安备 32100302010246号
