《AI识别技术在早期肺癌诊断中的应用价值分析》-理学论文，医学论文范文-论文范文参考-科学狗论文网

标题

AI识别技术在早期肺癌诊断中的应用价值分析

范文

张治佳植萱奇黎联弟

【摘要】目的研究人工智能（AI）识别技术对早期肺癌的诊断价值。方法选取60例经病理检验确诊为早期肺癌的患者和同期50例病理检验为良性肺结节的患者，患者均给予CT拍摄胸片，分别进行AI识别技术读片和人工读片。对比AI识别技术读片、人工读片对早期肺癌的敏感性、特异性、准确性及总读片时间。结果 AI识别技术读片对早期肺癌的敏感性为96.67%（58/60），特异性为80.00%（40/50），准确性为89.09%（98/110）。人工读片对早期肺癌的敏感性为83.33%（50/60），特异性为96.00%（48/50），准确性为89.09%（98/110）。AI识别技术读片对早期肺癌的敏感性高于人工读片，特异性明显低于人工读片，总读片时间明显短于人工读片，差异具有统计学意义（P<0.05）;两种读片方式对早期肺癌的准确性比较差异无统计学意义（P>0.05）。结论相对于人工读片， AI识别技术可有效提高早期肺癌的诊断敏感性，辅助医师更有效、快速地筛查早期肺癌，值得临床推广。

【关键词】人工智能识别技术;早期肺癌;诊断

DOI：10.14163/j.cnki.11-5547/r.2020.22.023

肺癌是常见的肺部原发性恶性肿瘤，早期可通过手术治愈，进展期肿瘤则需同步进行放疗、化疗，晚期肺癌主要以减轻症状，延长生存时间为主[1]。目前临床主要采用胸部CT扫描医师阅片进行早期筛查，随着CT检查普遍应用，大量的可疑结节如实性结节、部分实性结节等为临床医师区分早期肺结节带来了困难[2]。近年，谷歌健康和美国西北大学医学院共同研发了可根据胸部CT图像检测出恶性肺结节的AI系统，其通过深度学习技术构建模型，将AI技术应用于CT读片中，辅助医师提高筛查准确性[3]。因此，本次研究旨在分析AI识别技术在早期肺癌诊断中的应用价值，现报告如下。

1 资料与方法

1. 1 一般资料选择本院2018年12月～2019年10月收治的60例经病理检验确诊为早期肺癌患者，另选取同期50例病理检验为良性肺结节的患者作为研究对象。参与研究的患者中，男69例，女41例;平均年龄（47.23±6.45）岁。所有肺癌患者均符合《肺癌的诊断和分期临床指引》[4]中关于早期肺癌的诊断标准。纳入标准：①所有患者均经胸部CT检测显示有肺结节，并经病理检查确诊;②胸部CT检测显示肺结节直径<3 cm;③所有患者及家属对此次研究均知情同意。排除标准：①对碘佛醇类试剂有过敏史者;②肺部钙化或有空洞者;③临床病例资料不全者等。本院医学伦理委员会已对此次研究进行审核并批准实施。

1. 2 方法采用美国GE 16排CT对选取的110例患者进行扫描。患者实施平躺仰卧位，扫描肺尖到肋膈角处。人工读片：选择4名本院具有5年以上资深医师，使用6-ITK-SNAP医学影像处理软件对胸部CT片进行人工标记。AI识别技术：基于深度学习技术，使用谷歌健康和美国西北大学医学院共同研发的AI系统，使AI系统自动学习肺癌结节的识别特征及分类，构建最优模型进行AI识别技术读片。

1. 3 观察指标 ①观察并计算AI识别技术读片、人工读片对早期肺癌的敏感性、特异性及准确性。敏感性=真阳性/（真阳性+假阴性）×100%。特异性=真阴性/（真阴性+假阳性）×100%。准确性=（真阳性+真阴性）/总例数×100%。②对比AI识别技术读片、人工读片对早期肺癌的敏感性、特异性、准确性及总读片时间。

1. 4 统计学方法采用SPSS20.0统计学软件对研究数据进行统计分析。计量资料以均数±标准差（ x-±s）表示，采用t检验;计数资料以率（%）表示，采用χ2检验。P<0.05表示差异具有统计学意义。

2 结果

2. 1 良性结节与早期肺癌结节CT扫描图片展示患者，女， 57岁，早期肺癌，胸部CT扫描发现右肺上叶尖段见直径13 mm实性结节影，呈浅分叶状，边缘见短毛刺。见图A，图B。患者，男， 37岁，良性肺结节，胸部低剂量CT扫描发现左肺上叶前段见直径约6 mm亚实性结节，边缘光整，病灶中内见点状稍高密度灶， AI建议6～12个月复查。见图C，图D。

2. 2 AI识别技术读片对早期肺癌的敏感性、特异性及准确性 AI识别技术读片对早期肺癌的敏感性为96.67%（58/60），特异性为80.00%（40/50），准确性为89.09%（98/110）。见表1。

2. 3 人工读片对早期肺癌的敏感性、特异性及准确性人工读片对早期肺癌的敏感性为83.33%（50/60），特异性为96.00%（48/50），准确性为89.09%（98/110）。见表2。

2. 4 AI识别技术读片、人工读片对早期肺癌的敏感性、特异性、准确性及总读片时间对比 AI识别技术读片对早期肺癌的敏感性高于人工读片，特异性明显低于人工读片，总读片时间明显短于人工读片，差异具有统计学意义（P<0.05）;两种读片方式对早期肺癌的准确性比较差异无统计学意义（P>0.05）。见表3。

3 讨论

临床中通常将肺癌分为四期，分别是Ⅰ期、Ⅱ期、Ⅲ期和Ⅳ期。Ⅰ期和Ⅱ期相对来说恶性肿瘤发现较早，被称为早期肺癌，其肿瘤的半径小、没有远端或局部淋巴结的转移，可通过手术实施治疗，延长患者的生存期，甚至治愈，而临床上70%以上肺癌患者均是在中晚期发现，对其治疗康复十分不利，因此早期肺癌的筛查对患者的康复具有重大意义[5]。

AI亦称智械、机器智能，指由人制造出来的机器所表现出来的智能，其核心问题包括建构能够跟人类似甚至超卓的推理、知识、规划、学习、交流、感知、移物、使用工具和操控机械的能力等[6]。随着计算机技术、人工智能技术、人工神经网络技术等的发展和成熟，使开发出新的医学专家系统成为现实。目前肺结节CT图像错综复杂，而临床医师主要依靠阅片检验来进行诊断筛查，具有较大主观意识，而AI识别技术的应用可实现多参数聚类分析，从而帮助医师筛查早期肺癌[6]。有研究表明[7]，通过行处理方式、自学习能力、记忆功能、预测事件发展能力等方面采取深度学习技术来改变医疗行业， AI系统由使用者和输入数据等处获得知识，进行深度学习，可帮助人类解决问题，减少错误，提高解决问题的效率通过此次研究发现， AI识别技术读片对早期肺癌筛查的敏感性高于人工读片， AI识别技术读片的特异性明显低于人工读片，两种读片方式准确性差异不明显;而AI识别技术读片所用总时间明显短于人工读片。这说明， AI识别技术通过深度学习，在临床辅助医师进行CT阅片，可帮助医师完成大量的基础性工作，解放医师的时间，让医师能有更多的时间进行创造性的医学研究，同时也可提高对早期肺癌的敏感性。

综上所述， AI识别技术可有效提高早期肺癌的诊断敏感性，辅助医师更有效、快速的筛查出早期肺癌，值得临床推广。

参考文献

[1] 朱燕燕，怀建国，蒋艳，等. 细胞DNA定量分析结合液基细胞学检测在肺癌诊断中的价值. 临床与实验病理学杂志， 2016， 32（5）： 573-575.

[2] 韩志萍，唐兴，杨庭义，等. 人工智能时代下的影像组学在肺癌中的应用研究进展. 国际呼吸杂志， 2019， 39（9）： 692-695.

[3] 谭培兰，张晓林，柏辉，等. 计算机辅助CT图像特征在磨玻璃结节早期肺癌诊断中的应用. 癌症进展， 2019， 17（16）： 1946-1948.

[4] 吴一龙，张明和，廖美琳，等. 肺癌的诊断和分期临床指引. 中国肺癌杂志， 2003， 6（5）： 330-334.

[5] 楊蕴，阮春阳，裴朝翰，等. 引入人工智能构建肺癌中医处方系统探索. 世界科学技术-中医药现代化， 2019， 21（5）： 977-982.

[6] 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. 中国肺癌杂志， 2019， 22（6）： 336-340.

[7] 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. 中国肺癌杂志， 2019， 22（5）： 319-323.

[收稿日期：2020-02-17]

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。