基于人工智能测量指标的新型冠状病毒肺炎CT影像鉴别诊断

目的 探索基于CT影像的人工智能(Artificial Intelligence,AI)辅诊系统在新型冠状病毒肺炎(Coronavirus Disease 2019,COVID-19)与其他社区获得性肺炎(Community Acquired Pneumonia,CAP)鉴别诊断中的应用价值.方法 收集2019年1月27日至2020年2月20日103例肺炎患者,其中29例COVID-19患者,74例为排除COVID-19的CAP患者.两组患者均行MSCT扫描,应用常规阅片+AI辅诊系统辅助阅片方式对CT图像进行评价,并使用AI辅诊系统对两组患者的感染区域进行定量测量,比较两组诊断结果 差异.结果 COVID-19组的AI测量值密度HU(-750,-300)感染体积和感染占比平均水平均显著高于CAP组(P<0.05).其他测量值结果 在两组间无统计学差异(P>0.05).结论 基于AI测量的结果 可以作为鉴别COVID-19和CAP的补充依据,结合AI定量测量结果 和人工判断可以更方便和快捷地为COVID-19提供可靠的鉴别诊断依据.