人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用研究

张佳彬，王慧娟，黄伟年，曾淑娟

（广东省深圳市龙岗中心医院儿科 广东 深圳 518000）

既往，临床上主要是通过胸部X线、CT以及超声等影像学手段实现对新生儿肺部疾病的诊断，但均存在一定的假阳性以及假阴性情况，继而导致新生儿无法得到及时有效的诊治[1]。近年来，人工智能技术得到空前的发展，且被广泛应用于各个领域当中，而在医学影像学中主要体现在以深度学习为核心，对影响数据予以挖掘、搜索以及提取，继而起到诊断、评估的作用[2]。本文通过研究人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用价值，旨在为提高新生儿肺部疾病的诊断准确性，继而制定针对性治疗方案，达到改善新生儿预后的目的，现作以下报道。

1 对象与方法

1.1 一般资料

将我院自2017年4月—2019年12月收治的肺部疾病新生儿245例纳入研究，记作研究组。男女人数分别为141例，104例；胎龄37～42周，平均胎龄（39.14±0.52）周；以随访结果为金标准，其中肺部疾病类型分布如下：肺炎143例，胎粪吸入综合征39例，湿肺8例，暂时性呼吸困难55例。另取我院自2014年4月—2016年12月收治的肺部疾病新生儿210例作为对照组。男女人数分别为122例，88例；胎龄37～42周，平均胎龄（39.25±0.55）周；肺部疾病类型：肺炎131例，胎粪吸入综合征36例，湿肺7例，暂时性呼吸困难36例。两组一般资料方面比较无明显差异（P＞0.05）。入选标准：（1）所有新生儿均为足月单胎妊娠；（2）所有新生儿均通过病史、临床表现、实验室检查以及肺部影像学检查确诊；（3）入院前均未接受相关治疗；（4）无临床病历资料缺失。剔除标准：（1）正参与其他研究者；（2）因各种原因无法完成相关检查者。所有受试者均知情并签同意书，由医院伦理委员会批准。

1.2 研究方法

（1）胸片检查：出生后12 h内首次进行胸部仰卧正位片的拍摄，72 h内随访摄片。（2）图像分析：由我院2名影像科医师以及2名新生儿科专家对胸片实施统一阅片。（3）汇总新生儿肺部疾病以及正常肺部影像学原始图片资料，即由临床医生以及影像科医生联手合作从医院大量病例治疗中整理出典型的新生儿肺部疾病和正常肺部影像学图片资料。随后对所有影像学原始图片资料进行图像处理，如图像增强、图像分割以及图像特征摄取等。最后通过人工智能系统Style AI系统的自动识别图像功能对研究组新生儿实施诊断。

1.3 观察指标

比较两种诊断方式的符合率，研究组及对照组新生儿救治成功率，新生儿父母满意度。其中救治成功率即新生儿在接受治疗后康复出院。通过满意度调查表实现对新生儿父母总体满意度的评估：涵盖（非常满意，满意，不满意）3个选项，以非常满意与满意人数总和与总人数的比值，再乘以100%作为总体满意度。

1.4 统计学处理

2 结果

2.1 两种诊断方式的符合率对比

人工智能自动识别图像功能诊断新生儿肺部疾病的总符合率为99.18%，明显高于胸片诊断的90.61%（P＜0.05），见表1。

表1 两种诊断方式的符合率对比[n（%）]

2.2 两组新生儿救治成功率对比

研究组新生儿救治成功率为98.78%（242/245），高于对照组的95.71%（291/210）（χ2=4.127，P=0.042）。

2.3 两组新生儿父母总体满意度评价

研究组新生儿父母总体满意度为97.96%，高于对照组91.90%（P＜0.05），见表2。

表2 两组新生儿父母总体满意度评价（n，%）

2.4 两组导管尖端一次性到位率以及PICC置管耗时对比

研究组导管尖端一次性到位率高于对照组，而PICC置管耗时短于对照组（P＜0.05），见表3。

表3 两组导管尖端一次性到位率以及PICC置管耗时对比

3 讨论

人工智能自动识别图像功能具有图像识别的优势，有利于提高肺部疾病的诊断准确性，从而在一定程度上提高医生的工作效率以及诊断水平，继而促进临床肺部疾病诊治的发展。且有相关研究报道显示[3-4]，智能自动识别图像功能主要是通过在海量的数据中提取信息，继而发现更多的规律，打破医生的经验壁垒，有效促进低级别医生诊断水平的增强，有利于影响组学的发展以及进步。

本文结果发现，人工智能自动识别图像功能应用于新生儿肺部疾病的诊断中价值较高。分析原因，人工智能自动识别图像功能技术主要是通过调节窗口宽度、窗口部位等改变图像的灰度值，随后通过影像放大，明暗处理以及边缘强化等技术，促使胸部成像的清晰度明显提高，完善图像信息，最终达到提高肺部疾病检出率。另有相关研究报道指出：人工智能自动识别图像功能不仅可充分挖掘受检者的肺部疾病特征信息，同时可按照医生诊断的要求，投射出多种不同视觉图像，继而为临床医生提供全面的诊断依据。此外，人工智能自动识别图像功能的影像视觉范围相较宽阔，且具有板斑点较小、密度适中、对比性良好以及边缘锐利等特点，在胸部摄影中不但能较为清晰地显示腹部整体影响，同时可实现对肺部细微组织结构的显示，为临床疾病诊断提供指导作用[5]。此外，人工智能自动识别图像功能应用于新生儿肺部疾病的诊断中，可明显改善新生儿的救治成功率以及病死率。原因可能在于：人工智能自动识别图像功能在一定程度上改善了传统影像学技术的肺部成像质量，从而提高了胸部影像对肺部疾病的检测以及鉴别能力，继而有助于医生对新生儿肺部疾病的诊断准确率提高，进一步制定并实施具有针对性的治疗干预，最终达到改善患儿预后的目的。另外，本文发现人工智能自动识别图像功能的应用可明显提高肺部疾病新生儿父母的满意度。考虑原因可能是该诊断方式提高了新生儿肺部疾病的诊断准确性，从而使得临床治疗有的放矢，促进了患儿的早日康复，最终达到提高患儿父母满意度的目的。研究组导管尖端一次性到位率高于对照组，而PICC置管耗时短于对照组。考虑原因可能是人工智能自动识别图像功能可为操作者提供更为准确的PICC导管放置目标区域。

综上所述，人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用效果明显，可在一定程度上提高诊断符合率，继而提高新生儿的救治成功率，改善新生儿父母的满意度。