简介:摘要本文简述了近年来国外人工智能在慢性阻塞性肺疾病诊治和管理中的应用情况,包括慢阻肺的筛查和诊断、疾病分级和病情评估、疾病管理和监测及治疗等方面,最后指出未来应用的前景。
简介:摘要目的评价人工智能肺结节辅助诊断系统在肺结节检出及良、恶性鉴别的效能。方法回顾性分析2016年5月至2020年7月,于兰州大学第二医院胸外科因肺结节就诊的199例患者的临床资料,将术前胸部CT导入人工智能系统,记录检出肺结节的直径、密度分类、恶性风险值。计算人工智能系统对肺结节的检出率,计算人工智能系统在肺结节良恶性鉴别的敏感性、特异性、阳性似然比、阴性似然比,评价其诊断效能并与人工阅片进行比较,以及在肺结节不同大小及密度情况下对肺结节良、恶性鉴别的敏感性及特异性。结果手术切除取得病理诊断的肺结节共204个,人工智能系统对肺结节的检出率为100%;人工智能系统对肺结节良、恶性鉴别,敏感性95.83%(95%CI:0.8967~0.9883),特异性25.00%(95%CI:0.1717~0.3425),阳性似然比1.27(95%CI:1.14~1.44),阴性似然比0.17(95%CI:0.06~0.46);人工阅片对肺结节良、恶性鉴别,敏感性87.36%(95%CI:0.7850~0.9352),特异性72.17%(95%CI:0.6214~0.8079),阳性似然比3.14(95%CI:2.26~4.37),阴性似然比0.18(95%CI:0.10~0.31)。5 mm≤肺结节直径<10 mm时,敏感性100%(95%CI:0.6637~1.0000),特异性50.00%(95%CI:0.01258~0.98740);10 mm≤肺结节直径<20 mm时,敏感性94.29%(95%CI:0.8084~0.9930),特异性29.83%(95%CI:0.1843~0.4340);20 mm≤肺结节直径≤30 mm时,敏感性96.15%(95%CI:0.8679~0.9953),特异性18.37%(95%CI:0.0876~0.9953);亚实性肺结节敏感性100%(95%CI:0.9051~1.0000),特异性20.00%(95%CI:0.0051~0.7164);实性肺结节敏感性93.22%(95%CI:0.8354~0.9812),特异性25.24%(95%CI:0.1720~0.3476)。结论人工智能肺结节辅助诊断系统在肺结节的检出方面性能较强,但是在肺结节良恶性的鉴别方面不能满足临床要求,现阶段人工智能系统可作为医师的辅助工具,进行肺结节的检出及辅助肺结节的良、恶性判断。
简介:摘要目的研究并探讨胸部低剂量CT(LDCT)应用于人群肺亚实性结节的筛查情况及人工智能的应用价值。方法回顾性分析山西省潞安区2015年1月至2017年12月间常规体检行LDCT筛查人群的临床资料,分析统计该地区筛查人群的特征、肺部亚实性结节的检出情况以及检出亚实性结节的独立预测因素,并评价人工智能阅片方法的准确性。结果该地区人群三轮筛查显示肺亚实性结节检出率分别为0.42%、0.69%和0.92%。完成三轮筛查的人群纳入队列研究(726例),以男性为主(83.2%),中位年龄43岁,47.0%有吸烟史,肺癌家族史(OR=8.753,95%CI:1.877~40.816,P=0.006)是检出亚实性结节的独立预测因素。110 kVp组(656例)模型和人工阅片方法的曲线下面积(AUC)分别为0.740、0.721,差异无统计学意义(P=0.502);NRI=-0.15,P=0.003,提示模型的准确性差于人工阅片方法。130 kVp组(98例)模型和人工阅片方法的AUC分别为0.888、0.756,差异无统计学意义(P=0.128);NRI=0.19,P=0.123,提示模型的准确性不亚于人工阅片方法。结论该地区常规体检人群亚实性结节检出率为0.42%~0.92%,肺癌家族史是其独立预测因素。人工智能肺结节检出模型的训练集数据参数与实际的应用参数匹配时,其结果具有一定的参考价值。
简介:[摘要] [目的]结合人工智能(Artificial Intelligence,AI)辅助诊断系统探讨肺磨玻璃结节(GGN)的CT参数与病理类型的相关性,为早期临床检测,GGN的早期诊断以及确定最佳治疗方案提供影像学依据。[方法]回顾性收集2019年1月至2021年1月在本院经手术病理证实的肺腺癌磨玻璃结节103枚结合人工智能软件工作站进行分析。103枚分析后记录的胸部CT定量参数包括结节体积、平均CT值、峰度、最大面面积、表面积、3D长径、紧凑度、球形度、熵;定性参数包括分叶征、毛刺征、边缘清晰度及密度均匀程度。按照肺腺癌浸润性为标准将103枚GGN分为非浸润性病变组(AAH、AIS)和浸润性病变组(MIA、IAC);还将103例GGN分为:AAH、AIS、MIA和IAC,采用SPSS22.0软件及MedCare19.0软件分析统计分析两组间差异,并且对有统计学意义的定量参数进行受试者工作特征曲线(Receiver operating characteristic curves,ROC)分析。[结果]1)GGN的3D长径、平均CT值、体积、最大面面积及表面积在浸润性与非浸润性组间,以及在AAH与AIS,AIS与MIA,MIA与IAC间比较等均有显著差异(P﹤0.05)。通过ROC曲线对测量数据进行了统计,得到了3D长径、平均CT值、体积、最大面面积及表面积值,使用Delong检验计算ROC曲线下面积均差异有统计学意义(P﹤0.05)。2)病灶分叶征,毛刺征,边缘清晰度及密均匀度等结节边缘征象在浸润性与非浸润性组间均有显著差异(P﹤0.05)。AIS与MIA的两组间在病灶分叶征,毛刺征,边缘清晰度及密均匀度等结节边缘征象均有显著差异(P﹤0.05),病灶结节密度均匀度上AAH与AIS,AIS与MIA,MIA与IAC间均有显著差异(P﹤0.05)。[结论]1)应用人工智能进行CT定量分析(3D长径、CT平均值、体积、最大面面积、表面积)对浸润性及非浸润性GGN的预判及不同病理类型GGN的预判有诊断意义。2)GGN边缘征象可以为GGN病理类型及浸润性的判断提供参考依据。
简介:摘要目的评估数字肺音人工智能分析与临床医师判断的一致性。方法本研究为诊断性实验。采用非随机抽样方法应用2 737条选自《国家远程医疗与互联网医学中心数字听诊平台》的真实的临床数字肺音数据,应用Luntech®数字听诊人工智能分析结果判断,根据肺音的粗糙程度、是否有啰音、啰音的强度、是否有干啰音和是否有湿啰音5个方面进行分类整理后建立人工智能分析结果数据库。同时,制定统一分类定义,临床医师对数字肺音进行以上5个方面判断,对比分析数字听诊人工智能和医师听诊的肺音分析结果的一致性。应用描述性方法对肺音图变化特征进行整体描述;以医师判断结果为"金标准",应用混淆矩阵计算分类准确度、召回率、虚警率、精确度、kappa值评价两者的一致性。结果Luntech®数字听诊人工智能分析对于是否为异常肺音、有无呼吸音粗糙、有无啰音、有无干啰音和有无湿啰音的判断准确度分别为98.39%、95.14%、96.60%、97.84%和96.97%,召回率分别为96.60%、88.34%、91.65%、92.70%和86.68%,虚警率分别为3.48%、2.43%、1.03%、0.92%和0.63%,精确度分别为97.00%、92.86%、97.71%、97.08%和96.98%;并且一致性良好(kappa值分别为0.931、0.873、0.921、0.941和0.898);对于啰音强度的判断结果具有较好的一致性(湿啰音kappa值=0.790,干啰音kappa值=0.889)。肺音图具有明显形态特征,人工智能肺音分析指数及肺音图可敏感反应肺音性质的变化。结论数字肺音人工智能分析及肺音图与临床医师判断有较好一致性。
简介:【摘要】目的:分析人工智能三维重建肺小结节定位单孔胸腔镜精准治疗效果。方法:此次实验对象为经胸部CT确诊的肺小结节患者,入院时间均在2020.01月至2021.07月,入选患者共62例患者为研究组,按照入组标准进行入组检查,无明显手术禁忌症者,将实施人工智能三维重建肺小结节定位+单孔胸腔镜手术治疗;对照组则为2020年1月以前,已行单孔胸腔镜手术治疗的肺小结节患者62例,术前未行人工智能三维重建技术,行传统美兰定位技术或术中行荧光染色技术的患者。对比两组的术中、术后治疗效果。结果:在手术时长与术中出血量上,研究组优于对照组(P<0.05)。在术前规划与术中肺结节位置的符合率上,研究组高于对照组(P<0.05)。结论:针对肺小结节患者,采取人工智能三维重建肺小结节定位+单孔胸腔镜手术治疗的效果良好,有利于节省手术时间与减少手术出血量,临床可进一步推广应用。
简介:本文简化了ECMO装置,降低血流量(200~300ml/min),经动物实验证明体外排CO2治疗Ⅱ型呼吸功能衰竭是可行的。初步应用于临床,体外辅助转流2小时后PB,CO2由13.97kPa下降为9.98kPa,Pa,O2,由5.99kPa增加至7.32kPa。2周后,该病人出院。
简介:摘要:慢性阻塞性肺疾病(COPD),通常被称为“老慢支”或“肺气肿”,是我国常见的慢性呼吸系统疾病之一,对人民健康造成了严重威胁。本论文旨在引起人们对肺功能的关注,以预防慢性阻塞性肺病(慢阻肺)的发生。通过对慢阻肺的疾病科普以及早期干预与预防等的阐述,让我们可以更好地理解如何预防慢阻肺,让每个人都能拥有健康而充满活力的生活。
简介:摘要:目的:实验将完成人工智能三维重建肺小结节定位,行单孔胸腔镜手术治疗。对三维重建后结果与手术中实际情况进行分析,总结术前规划与术中肺结节位置的符合率。方法:针对62例肺结节手术患者为对象,时间为2020年1月到2021年7月,入选的患者实施胸部增强CT扫描,并应用人工智三维重建软件对肺小结节进行术前模拟规划,应用单孔胸腔技术对目标结节所在的肺段进行完整切除,对比三维重建后的结果和手术实际情况。结果:从数据可见,患者手术时间为(187.81±11.47)min,出血量为(156.94±16.85)ml。结论:采用人工智能三维重建肺小结节定位单孔胸腔镜能提升定位技术的精准度,且有助于手术完整切除病变,故而值得推广。