王 伟

目的：探讨人工智能（AI）辅助CT诊断技术在肺炎早期筛查中的应用效果，为临床精准诊疗提供参考。方法：选取2023年1月—2024年6月某三甲医院收治的疑似肺炎患者1260例，均行胸部CT检查，分别采用AI辅助诊断系统与传统人工诊断进行早期筛查。以病理活检及临床随访结果为金标准，对比两种诊断方式的准确率、灵敏度、特异度、阳性预测值、阴性预测值及诊断耗时，并分析AI系统对不同类型肺炎的识别效能。结果：AI辅助诊断系统筛查肺炎的准确率为93.7%、灵敏度为94.2%、特异度为93.1%、阳性预测值为92.8%、阴性预测值为94.5%，均显著高于传统人工诊断的82.5%、81.3%、83.7%、80.9%、84.1%（P<0.05）；AI系统平均诊断耗时为3.2±0.8秒，远低于人工诊断的15.6±4.3分钟（P<0.01）。在不同类型肺炎识别中，AI系统对细菌性肺炎诊断AUC为0.943，病毒性肺炎为0.928，真菌性肺炎为0.907，均表现出良好的鉴别能力。结论：人工智能辅助CT诊断技术可显著提升肺炎早期筛查的效率与准确性，尤其在微小病灶识别和多类型肺炎鉴别中具有优势，可作为临床早期筛查的重要辅助手段。

人工智能；CT诊断；肺炎；早期筛查；多模态融合模型；诊断效能

[1] 王丽君,徐姗姗,李华君,等.纤维支气管镜用于儿童肺部感染性疾病诊治进展[J].临床儿科杂志,2020,38(6):475-479. [2] 王娜娜,李大胜,王大为,等.人工智能辅助诊断系统在COVID-19患者病程变化中的诊疗作用[J].中国医疗设备,2022,37(8):37-41. [3] 杨英健.基于CT影像的慢性阻塞性肺疾病的智能分析方法研究[D].:东北大学,2023. [4] 黄杨,张梦琦,何新华,等.CT重建层厚对人工智能辅助诊断系统肺炎检测效应的影响[J].影像研究与医学应用,2021,5(5):44-45. [5] 温茹.基于深度学习的肺炎诊断模型研究[D].:贵州大学,2023.

点击下载PDF