人工智能識別技術在T1期肺癌診斷中的臨床應用研究

劉曉鵬 周海英 胡志雄 金權 王靜 葉波

肺癌是目前國內外發病率及致死率最高的癌癥，應用計算機斷層掃描（computed tomography, CT）篩查發現早期肺癌病灶可降低肺癌的死亡率。隨著CT掃描在各地人群中應用的增加，發現了許多可疑的實性結節（solid nodule）、部分實性結節（part-solid nodule）和磨玻璃密度結節（ground glass nodule, GGN），如何在大量的影像資料中區分出真正的早期肺癌病灶，成為影像及臨床醫生新的工作難點，將人工智能的方式應用到篩查肺部結節可能會有效地幫助解決這一難題。本研究將使用人工智能軟件對10,000例具有臨床病理確診的T1期肺癌患者CT片進行重復讀取，評估人工智能在臨床早期肺癌診斷中的準確性。

1 資料與方法

1.1 研究對象 選擇2012年1月-2017年8月期間在上海交通大學附屬胸科醫院胸外科及復旦大學附屬金山醫院胸外科手術的T1期肺癌患者的CT片10,000例作為人工智能學習集，其中1 mm和5 mm層厚CT片各5,000例。

納入標準：手術切除的T1期肺癌病灶，其診斷標準為：肺部CT影像提示1 cm≤結節直徑≤3 cm，被肺或臟層胸膜包繞，未累及葉支氣管近端以上位置，術后病理證實為肺惡性腫瘤[15]。排除標準：結節無手術切除病理學檢查結果。剔除標準：術后病理提示為轉移性腫瘤。

1.2 研究方法

1.2.1 設備名稱 definition AS，西門子128層螺旋CT。患者仰臥，頭先進入，以胸骨柄為定位中心，患者深吸氣并屏氣；行胸部CT掃描，掃描參數調節：電流100 mA，電壓120 kV，間距5 mm，層厚5 mm，矩陣512×512，螺距為0.993，范圍為從肺尖以上掃描至橫隔以下；發現病灶后給予靶向掃描，掃描參數：電流260 mA，電壓120 kV，間距1 mm，層厚1 mm，矩陣不變，螺距調至1.375。……