人工智能在肺结节良恶性鉴别诊断中的应用价值

导 语

本期文章将以《人工智能在肺结节诊治中的应用专家共识 （2022 年版）》为参考，对于 AI 在肺结节诊断中的应用进行阐述。

肺癌作为全球范围内最常见的恶性肿瘤，具有发病率高、病死率高、预后差的特点。早期筛查、早期诊断和及时治疗是提高肺癌患者远期生存的关键策略。低剂量计算机断层扫描（LDCT）可以降低肺癌的特异性死亡率，这一影像学检测手段已广泛的应用于肺癌筛查之中，但随之带来了肺结节的检出率显著提高。

当前常规影像手段可能会出现诊断延误和过度医疗等弊端，尽早解决肺结节良恶性的鉴别诊断、早期肺癌的准确甄别及避免造成患者的过度治疗等是问题是临床面临的难题。因此亟需通过高精度的新型方法来改善当前的临床现状。

人工智能（AI）在协助肺结节良恶性判别及制定个体化治疗方案上体现出的有效性得到了一定的验证，同时利用 AI 辅助手段作为肺结节的早期诊断及精准医疗成为了目前的研究热点。

Doi: 10.3779/j.issn.1009-3419.2022.102.08

01 AI在肺结节中的应用

AI 当前对于肺结节的应用主要包括肺结节的检出、肺结节良恶性鉴别诊断、肺结节病理分型预测作用以及随访评估这几个大领域。下面将通过专家共识，对上述应用分别阐释：

肺结节的检出

专家共识

AI 在辅助医生进行肺结节识别方面，具有较大优势，在肺结节随访中判断良恶性具有重要价值（共识强度：一致共识）。

AI 对亚实性结节检测的假阴性率较高，仍需要人工阅片确认以减少漏诊（共识强度：基本一致共识）。

表明 AI 对于肺结节的识别，具有较高的敏感度和读片速度的优势，可以弥补临床医生在读片时的存在的一定缺陷，因此在肺癌筛查中具有重要价值。

根据一项研究表明，基于卷积神经网络模型在检测肺结节的准确度为 88.28%，AUC 为 0.87，F 值为 83.45%，敏感度为 83.82%，表明 AI 能有效区分肺小结节和非结节，减少假阳性率，增加肺结节的检出率。

AI 用于肺结节良恶性鉴别诊断

专家共识

AI 技术在肺结节良恶性鉴别中可为临床诊断提供辅助参考，但其准确性还无法取代人工（共识强度：一致共识）。

融合多模态信息的肺癌诊断技术能够得到更加精确的肺癌诊断效果（共识强度：基本一致共识）。

在几项关于深度学习构建的诊断模型试验中，肺结节良恶性鉴别的准确性在 79.5%-93.6%，具有较高的诊断效能。

AI 技术通过分析、提取结节的高维复杂特征、临床信息和影像数据等内容进行深度挖掘，在高通量数据中发现肉 眼无法分辨的影像学特征规律，从而提高了判别得准确度，减轻了影像医生重复的工作量，减少人为因素导致的漏诊及误诊对患者造成不良后果。

但不可否认的是，AI 技术算法相比传统人工肺结节分类的准确度仍有待进一步的验证和提高，AI 技术还无法具备独立诊断、取代人工阅片判别的能力。

AI 对于肺结节病理分型预测

专家共识

AI 依托深度学习与记忆可准确提取肺结节中有重要影响的微特征，具有无创、可捕捉肿瘤异质性和可重复性等优势，有望分级和预判磨玻璃结节（GGN）早期肺腺癌浸润亚型，为临床决策提供参考，但需要设计多中心、高质量数据集、前瞻性随机对照试验以进一步验证（共识强度：一致共识）。

AI 技术不仅可以对于肺结节的诊断具有较大优势，同时对影像数据定量分析肿瘤异质性，进一步鉴别以 GGN 为主要影像学表现的肺腺癌是否为浸润性病变，从而为早期诊断和个体化治疗提供临床依据。

AI 用于肺结节的随访监测

专家共识

根据肺结节基线检查特征拟定随诊方案，推荐采用高分辨率 CT（HRCT）行小于 1mm 的薄层扫描随诊，同时重建冠状位及矢状位以更完善地评估（共识强度：一致共识）。

随访方式建议按肺结节分类及风险分层进行区分。若结节具有生长性，可认为具有手术指征（共识强度：基本一致共识）。

科学的随访方案可精确筛选病例，提高手术病例阳性率（共识强度：一致共识）。

随访计划建议与患者进行共同决策（共识强度：一致共识）。

指南指出，肺结节的随访应该参考指南要求，以影像学为主要手段，针对患者结节的不同性质进行综合、个体化的诊疗方案的实施，而通过 AI 辅助开展肺结节随访，可以协助制定更为科学、合理的随访策略，有望优化医疗资源分配。

AI 当前存在的问题

尽管 AI 技术在辅助肺结节诊疗领域取得了较大的成果，但还存在很多问题亟待解决。临床医生需要熟悉 AI 技术的每个流程、每个参数，提供影像数据；技术人员也需要深入临床，了解临床医生的诉求，解决临床上棘手的问题，更好的优化模型，来服务患者。

其次，需进一步提高诊断的准确性，降低假阳性率，提高敏感度。最后，人工智能领域尚缺乏临床相关性的标准化评估标准，需建立、统一标准，以控制相关研究的可靠性。

总结 

AI 技术的快速发展，在很大程度上提高了肺结节的检出效率及良恶性的诊断鉴别能力，能够辅助临床医生的判别决策，为临床诊断提供重要参考。

参考文献：中国肺癌杂志.2022.25(4):219-225.

来 源 / 泰莱生物

免责声明：本内容来自腾讯平台创作者，不代表腾讯新闻或腾讯网的观点和立场。

举报

相关知识

金准人工智能 深度学习在医疗影像分析中的应用
你知道吗｜肺结节术后，你要了解的注意事项有哪些？
肺结节有毛刺分叶状是恶性吗
肺结节CT值
甲状腺结节人工智能自动分割和分类系统的建立和验证
肺结节=肺癌？不慌，大多数肺结节都是小问题
肺结核诊断与 鉴别 诊断
肺空洞病变的诊断与鉴别诊断放射科.ppt
极客网
Ultrasonic artificial intelligence system in diagnosis of BI

网址: 人工智能在肺结节良恶性鉴别诊断中的应用价值 https://www.huajiangbk.com/newsview2289881.html