人工智能在CT预测新型冠状病毒肺炎转归中的价值

发布时间：2020-11-08 13:15

　　 目的探讨人工智能(artificial intelligence,AI)在CT预测新型冠状病毒肺炎(COVID-19)转归中的价值。方法分析2020年1月25日至2020年2月17日首都医科大学附属北京地坛医院确诊的普通型COVID-19肺炎首诊胸部CT、首次复查胸部CT的影像资料62例,其中,男性31例,女性31例。依据是否随病程发展为重型分为普通型组(51例)和转重型组(11例),应用AI技术定量分析组间差异。结果首次胸部CT转重型组患者肺炎病灶占整肺体积百分比3.3%,高于普通组1.3%,以病灶占整肺体积百分比2.0%为界值,诊断普通型转重型患者的敏感度(72.7%)、特异度(66.7%)最高,受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.744。复查CT两组患者病灶体积变化存在明显差异,与普通型组相比,转重型组病灶体积占比10.0%,明显增大,以增加的病灶占整肺体积百分比2.65%为界值,诊断普通型转重型的敏感度(90.9%)、特异度(78.4%)最高,ROC曲线下面积为0.896。两次CT比较两组患者病灶内部磨玻璃密度、实性密度成分比例变化差异有统计学意义(P0.05)。结论人工智能在CT预测COVID-19转归中具有重要意义,可在早期对重症及危重症的发生进行预警,病灶占整肺体积百分比、病变短期内迅速进展可能对普通型COVID-19肺炎的预后产生重要影响。
【部分图文】：

表1 2组COVID-19患者临床资料比较Tab.1 Clinical characteristics in two groups of patients with COVID-19 ( x ˉ ±s,n) Group Number of case Age/a Gender Fever Cough Fatigue Myalgia Male Female Common type 51 42.8±14.5 24 27 46 28 23 16 Deteriorated type 11 49.3±13.1 7 4 11 7 6 7 t/χ2 -1.361 0.995 1.383 0.872 0.318 2.273 P 0.178 0.319 0.361 0.531 0.757 0.195图2 女,41岁,新型冠状病毒肺炎普通转重型组病例

图1 女,20岁,新型冠状病毒肺炎普通型组病例复查CT转重型组患者肺炎病灶占整肺体积百分比10.0%,高于普通型组2.3%,转重型组患者病灶内部磨玻璃密度灶比例(44.0%±10.2%),低于普通型组(62.3%±18.4%),而部分实性密度灶和实性密度灶比例则高于普通型组,两组间差异均有统计学意义(P<0.05),详见表3。

表3 2组COVID-19患者肺炎病灶内部成分百分比及变化Tab.3 Percentage and changes of internal components of inflammatory lesions in two groups of patients with COVID-19 [%, x ˉ ±s,Μ(Q1-Q3)] Group Number of case PGGO1 PGGO2 CPGGO PPS1 PPS2 CPPS PS1 PS2 CPS Common type 51 59.5±18.5 62.3±18.4 2.8±19.4 24.9±9.6 23.7±10.5 -1.1±10.7 11.7(5.0-23.0) 10.8(3.4-18.4) -1.6(-8.2-5.7) Deteriorated type 11 60.8±17.9 44.0±10.2 -16.8±17.8 26.7±10.6 31.1±4.5 4.5±11.9 12.3(1.7-16.6) 26.5(16.2-29.6) 13.0(1.2-17.6) t/z -0.217 3.174 3.073 -0.551 -2.264 -1.533 -0.479 -3.179 -3.566 P 0.829 0.002 0.003 0.584 0.027 0.131 0.632 0.001 0.000 PGGO1: percentage of ground glass opacity lesions on the initial chest CT; PGGO2: percentage of ground glass opacity lesions on follow-up chest CT; CPGGO: changes of the percentage of ground glass opacity lesions in two chest CT scans; PPS1: percentage of partial solid lesions on the initial chest CT; PPS2: percentage of partial solid lesions on follow-up chest CT;CPPS: changes of the percentage of partial solid lesions in two chest CT scans; PS1: percentage of solid lesions on the initial chest CT; PS2: percentage of solid lesions on follow-up chest CT; CPS: changes of the percentage of solid lesions in two chest CT scans; CT: computed tomography.3 讨论
【相似文献】

相关期刊论文 前8条

1 覃杰;;CT在防控新型冠状病毒肺炎中的作用[J];新医学;2020年03期

2 伍建林;沈晶;;高度重视和科学评价CT在新型冠状病毒肺炎诊治中的作用[J];大连医科大学学报;2020年01期

3 郑建军;张景峰;戴琦;闫昆;林杰;张宏彬;胡碧波;赵伟和;茅月存;胡耀仁;叶红华;蔡挺;;新型冠状病毒肺炎肺部CT影像报告分类系统探索与实践[J];浙江医学;2020年04期

4 叶晓雪;谢益兵;陈棋;杨超颖;陈伟;许崇永;;3起聚集性新型冠状病毒肺炎的CT诊断[J];浙江医学;2020年04期

5 冷哲枫;戴威;徐晓婷;陈鑫淼;林洁;何家维;戴元荣;;普通型新型冠状病毒肺炎CT特征与患者预后关系研究[J];浙江医学;2020年05期

6 陈王梽;詹慧静;陈豪;陈官进;杨杰;;8例境外输入新型冠状病毒肺炎临床及胸部CT表现分析[J];浙江医学;2020年06期

7 贺永斌;刘国利;翟丽丽;王大维;王贺;曹洪顺;孙晶;赵春海;孙鹏;刘紫暄;王媛;;新型冠状病毒肺炎临床分型及CT表现分析[J];中国实验诊断学;2020年04期

8 孔维芳;彭泽华;陶客言;蒲红;;新型冠状病毒肺炎CT影像学表现初探[J];实用医院临床杂志;2020年02期

相关博士学位论文 前6条

1 张洁;急性呼吸窘迫综合征和急性心源性肺水肿胸部CT影像和临床资料对比研究[D];天津医科大学;2016年

2 尤小芳;CT对弥漫性泛细支气管炎诊断及疗效评价的临床研究[D];第二军医大学;2012年

3 李国安;慢性阻塞性肺疾病临床评估新方法及肺气肿表型的CT肺功能研究[D];北京协和医学院;2012年

4 毛锡金;双源CT双能量成像及迭代重建技术在肺栓塞的应用研究[D];青岛大学;2016年

5 周运锋;双源CT对急性肺动脉栓塞及右心室功能的评价[D];华中科技大学;2011年

6 田东波;同轴活检技术对CT引导下经皮肺活检的影响[D];南方医科大学;2015年

相关硕士学位论文 前10条

1 喻晴;基于COPD半自动分析软件对慢性阻塞性肺疾病CT定量评估与肺功能关系的研究[D];南方医科大学;2018年

2 黄晓旗;基于CT双气相扫描对慢性阻塞性肺病的定量研究[D];延安大学;2018年

3 刁晓鹏;肺部多发磨玻璃结节的CT征象与病理结果的对照研究[D];青岛大学;2018年

4 宋强;多排螺旋CT在支气管结核诊疗中的应用研究[D];山东大学;2015年

5 龚垠;菌阴活动性肺结核抗结核治疗后的多层螺旋CT追踪研究[D];广州医学院;2012年

6 高美佳;肺硬化性血管瘤CT增强特征与病理分析[D];浙江大学;2015年

7 赵亚楠;多层螺旋CT提示支气管扩张原因的价值研究[D];山西医科大学;2014年

8 纪蒙蒙;慢性阻塞性肺疾病急性加重期小气道CT定量研究[D];河北北方学院;2015年

9 庞杰龙;79例肺曲霉菌病CT特点及临床特征分析[D];广西医科大学;2015年

10 陈众;CT及支气管镜在支气管结核中的诊断价值[D];新疆医科大学;2014年

本文编号：2874835