人工智能辅助低、高年资规培医师对CT 肺结节检测效能的对比研究

范鸿禹，孙丹丹，张 清，伍建林

（大连大学附属中山医院放射科，辽宁 大连 116001）

近年来，随着我国住院医师规范化培训政策的广泛实施，影像科规培医师已逐渐成为一线阅片的主力军，但因阅片量大、规培医师自身能力或经验不足，常导致漏诊、误诊发生，尤其是在肺结节的诊断方面［1］。因此，如何提高规培医师对肺结节的检测效能并缩短阅片时间，已成为临床工作的重点。计算机硬件水平的提升和深度学习等核心技术的发展，推动了人工智能的发展，在医学影像领域，人工智能拥有人脑远不能及的计算和图像识别能力，能对数据及图像进行高效的分析和识别，在肺结节筛查方面具有良好的辅助诊断作用［2-3］。本研究旨在探讨不同年资规培医师在CT 独立阅片及应用人工智能辅助阅片模式下对肺内结节的检测效能是否有差异，并分析低年资规培医师在应用人工智能辅助阅片后，能否达到高年资规培医师对肺结节的检测水平。

1 资料与方法

1.1 一般资料 收集2019 年1 月在我院行常规胸部CT 扫描的254 例患者。排除有胸部手术史、肺内弥漫性疾病、胸腔积液、肺实变或不张，以及胸部CT 图像存在呼吸、运动伪影重影响观测者。共纳入180 例，其中男92 例，女88 例。本研究已获得患者及医院伦理审核委员会的批准。

1.2 仪器与方法 胸部CT 扫描采用Siemens 双源CT 机（Siemens Somatom Definition Flash）。患者取仰卧位，单次深吸气后屏气扫描，扫描范围从胸廓入口至肋膈角以下水平。扫描参数：120 kV，130 mAs，探测器准直128×0.6 mm，机架旋转时间为0.5 s/周，螺距1.2，开启CAREDose4D 技术。……