摘要: |
目的 探讨人工智能(AI)与7项肺癌自身抗体(CAGE、MAGE A1、GBU4-5、GAGE7、SOX2、PGP9.5、P53)联合检测对肺结节良恶性鉴别诊断效能。方法 收集2022年1月至2023年5月我院就诊的经过低剂量螺旋CT(LDCT)检测120例肺结节患者以及同期体检健康组(30例)的临床资料,通过AI结合医师诊断以及病理检查结果,将肺结节患者分为低风险结节组(45例)、良性组(28例)和肺癌组(47例)。同期完善7项肺癌自身抗体浓度检测,统计分析4组研究对象各项指标的差异。结果 肺癌组中PGP9.5、SOX2、GAGE7、GBU4-5和MAGE A1表达水平明显高于其余3组(P<0.05)。在150例研究对象中,7项肺癌自身抗体联合检测共检出30例阳性,其中肺癌组阳性检出率最高,为46.8%(22/47),其次为良性组17.9%(5/28)和低风险结节组6.7%(3/45),而健康组全为阴性。将120例肺结节患者根据结节最大直径分为<1 cm, 1~1.9 cm, 2~3 cm,不同结节大小,AI风险概率差异有统计学意义(P<0.05),而7项肺癌自身抗体水平中仅有MAGE A1差异有统计学意义(P<0.05)。肺癌组AI风险概率(73.11±7.07)%高于良性组(68.01±7.02)%(P<0.05)。通过绘制受试者工作特征(ROC)曲线、计算曲线下面积(AUC),AI风险评估方法对肺癌的诊断AUC为0.689,敏感度为72.3%,特异度为60.7%。7项肺癌自身抗体AUC为0.864,敏感度是70.5%,特异度为81.5%。而AI与7项肺癌自身抗体二者联合检测AUC为0.935,敏感度83.6%、特异度82.1%,均优于单项检测方法。结论 AI与7项肺癌自身抗体联合检测的敏感性和特异性较高,有利于早期发现恶性结节,对鉴别肺结节的良、恶性鉴别诊断具有一定的临床价值,值得推广。 |
关键词: 肺结节 人工智能 肺癌自身抗体 联合检测 |
DOI: |
分类号: |
基金项目: |
|
|
|
|
Abstract: |
|
Key words: |