关键词:
人工智能
CT图像分析
肺癌早期识别
诊断准确性
摘要:
本研究旨在评估人工智能(AI)技术在辅助CT图像分析中对肺癌早期识别的准确性提升效果,特别是在提高诊断敏感性和特异性方面的潜力。比较传统影像学诊断方法与AI辅助诊断系统的性能,评估AI在肺癌早期筛查中的应用价值。方法 在2021年2月至2023年12月期间,筛选出102例疑似肺癌患者的胸部CT扫描图像,研究采用深度学习算法构建AI模型,该模型学习了大量已标注的CT图像进行训练,以识别肺癌的典型征象,如结节、毛刺、空泡等。同时,设立由三位资深放射科医师构成的对照组,对同一套CT图像进行独立盲审。衡量AI系统与专家诊断的一致性,以及它们在准确率、灵敏度、特异性和阳性预测值的表现。结果 AI技术准确率的层面达到了92.16%,相对而言,传统专家诊断的准确度仅为87.25%,AI技术领先5个百分点,并且这种提升在是显著的(P=0.002)。在灵敏度这一项,AI系统以95.00%的高分领先专业人士的92.00%(P=0.012),这表明在辨识肺癌诊断案例的正确性上,人工智能系统更胜一筹,尽管AI的特异性(93%)仅略微领先于专家的92.50%,这种差别不明显(P=0.563),但AI在预测阳性结果方面略优,达到90.00%,相较而言,专家的阳性预测值为88.24%。AI技术在小于1厘米的微小结节方面展现了更高的辨识力,这大大提升了初期肺癌的检出率,结论 该研究显示,借助AI技术的计算机断层扫描图像分析本领,对初期肺癌的识别准确度有了显著增强,特别是对于细小肿块的检测效率有了明显提升,运用人工智能技术,作为辅助医疗工具,显著提高了医生识别肺癌早期症状并开展治疗的自信心,对患者康复进程具有正面推动效果,显示出巨大的临床应用前景和潜力。