肺癌人工智能细胞病理诊断系统的研发及诊断价值探讨.pdf

解放军医学院学报AcadJChinPLAMedSch

May

2024，45（5）463

肺癌人工智能细胞病理诊断系统的研发及诊断价值探讨

1,211341

王华南，郭明学，孙亚楠，张彩云，龙莉，梁志欣

1

2

解放军总医院第一医学中心呼吸与危重症医学科，北京100853；联勤保障部队第990医院呼吸内

3

4

科，河南驻马店463000；解放军总医院第六医学中心呼吸与危重症医学科，北京100048；武汉兰

丁智能医学股份有限公司，湖北武汉430000

摘要：背景传统细胞病理诊断肺癌虽具有优势，但受医师主观经验和工作负荷影响较大。以深度学习算法模型为代表

的新一代人工智能，能够自动提取和归纳医学图像中的特征，在智能诊断中展现出显著优势。目的结合人工智能和数字病

理学新技术，研发适用于肺癌的人工智能细胞病理诊断系统并对其诊断价值进行评价。方法选取解放军总医院第一医学

中心2021年5月—2023年7月临床拟诊肺癌患者533例，其中最终病理确诊肺癌354例(包括腺癌98例、鳞癌140例、小

细胞癌116例)，非肺癌179例。将选取病例的气管镜活检标本及胸腔积液标本进行涂片、染色、扫描。使用随机选取的

340例样本(肺癌病例229例和非肺癌病例111例)的数字病理切片分别对备选的检测模型和分类模型进行训练、验证及测

试，根据测试结果，择优选取YOLO

v7检测模型及Vision

Transformer分类模型为基本架构初步建立肺癌人工智能细胞病理

诊断系统。利用训练过的人工智能细胞病理诊断系统对剩下的193例未经训练的样本进行诊断测试，以病理学诊断结果为

标准比较判读结果。结果本研究研发的人工智能细胞病理诊断系统在肺癌诊断中的准确率为91.2%(176/193)，敏感度为

98.4%(123/125)，特异度为77.9%(53/68)，阳性预测值为89.1%(123/138)，阴性预测值为96.4%(53/55)，Youden指数为0.763，

Kappa值为0.798。结论人工智能细胞病理诊断系统对肺癌的诊断敏感度和准确率均较高，可有效提高肺癌诊断效率，但

该系统仍需进一步优化，从而提高诊断特异度。

关键词：人工智能；深度学习；肺癌；细胞病理；诊断

中图分类号：R71文献标志码：A文章编号：2095-5227(2024)05-0463-06

DOI：10.12435/j.issn.2095-5227.2024.049

引用本文：王华南，郭明学，孙亚楠，等.

肺癌人工智能细胞病理诊断系统的研发及诊断价值探讨［J］.

解放军医学

院学报，2024，45（5）：463-468.

Developmentanddiagnosticvalueofartificialintelligencecytopathologicaldiagnosissystem

forlungcancer

1,211341

WANG

Huanan,

GUO

Mingxue,

SUN

Yanan,

ZHANG

Caiyun,

LONG

Li,

LIANG

Zhixin

1

Department

of

Respiratory

and

Critical

Medicine,

the

First

Medical

Center,

Chinese

PLA

General