目的:评估人工智能(AI)辅助诊断系统对新型冠状病毒肺炎(NCIP)的诊断价值.方法:回顾性分析26例NCIP患者的临床资料与CT图像.利用AI系统新冠肺炎诊断模块自动识别肺炎病变的数量、测量病变体积、计算病变体积所占肺叶的百分比,得出病变的疑似新冠肺炎的概率.评估该AI系统识别病变数量的准确性和病变范围的准确性.结果:26例NCIP患者AI自动检测出215处病变,其中76.9%(20/26)的患者AI识别的病变数量高于医生评估的数量.23.1%(6/26)的患者病变体积小于10 cm3,38.5%(10/26)的患者病变体积为10~100 cm3,38.5%(10/26)的患者病变体积大于100 cm3.57.7%(15/26)的患者病变体积百分比小于10%,23.1%(6/26)的患者体积百分比为10%~25%,15.4%(4/26)的患者体积百分比为25%~50%,3.8%(1/26)的患者体积百分比大于50%.34.6%(9/26)的患者NCIP的疑似概率大于50%,其中仅11.5%(3/26)的患者疑似概率为99%,65.4%(17/26)的患者疑似概率小于25%.61.5%(16/26)的患者肺部一些较小的病变未被AI识别,38.5%(10/26)的患者两个相邻病变识别为同一病变,42.3%(11/26)的患者肺部伪影被识别为病变,61.5%(16/26)的患者肺部正常结构被识别为病变,30.8%(8/26)的患者肺内的一些其他病灶被识别为NCIP病变,46.2%(12/26)的
作者:邓灵波;周雯;赵双全;向子云;成官迅
来源:中国医学物理学杂志 2020 年 37卷 12期