基于人工智能的CT影像组学在结核病诊断和治疗反应监测中应用的研究进展.pdfVIP

：1068.中国防痨杂志2025年8月第47卷第8期ChinJAntituberc,August2025,Vol.47,No.8

·综述·

基于人工智能的CT影像组学在结核病诊断和

治疗反应监测中应用的研究进展

朱庆东1赵春艳1谢周华²宋树林”宋畅1

【摘要】近年来，影像组学模型通过融合临床特征与深度学习技术，可有效区分肺结核与肺癌、非结核分枝杆

菌肺病及社区获得性肺炎等，在肺结核鉴别诊断中表现优异，显著优于传统影像评估，尤其可为诊断困难、样本获

取受限的肺外结核(如肠结核、淋巴结结核)提供强有力的无创诊断工具。其构建的多模态融合模型不仅在鉴别肠

结核与克罗恩病、淋巴结结核与淋巴瘤等方面展现出较高的精度，还在耐药结核病的预测及治疗反应的动态监测

中显示出重要的潜力，在结核病诊疗中展现出广阔前景。但受限于数据集质量参差不齐、模型泛化能力有限、临床

验证不足等问题，影像组学模型在结核病诊疗中仍面临着严峻挑战。本文通过深人分析文献发现，系统综述了人

工智能（artificialintelligence，AI)驱动的计算机断层扫描（computedtomography，CT)影像组学技术在结核病（含

肺结核及肺外结核)诊断及治疗反应监测中的最新研究进展与应用价值，聚焦于多模态融合技术与临床落地场景

的创新分析,为指引未来的研究方向、进一步推动其在结核病诊疗中的应用与发展、助力结核病精准医疗和防控工

作提供借鉴。

【关键词】人工智能；放射摄影影像解释，计算机辅助；结核；诊断，计算机辅助；综述文献(主题）

doi:10.19982/j.issn.1000-6621

【中图分类号】R445.3；R52

Researchprogressontheapplicationofartificialintelligence-basedCTradiomicsinthediagnosisandtreatmentresponse

monitoringoftuberculosisZhuQingdong,ZhaoChunyan,XieZhouhua²,SongShulin,SongChang.

DepartmentofTuberculosis,NanningFourthPeoplesHospital,Nanning530023,China;2AdministrativeOffice,

NanningFourthPeoplesHospital,Nanning530023,China;DepartmentofRadiology,NanningFourthPeoples

Hospital,Nanning530023,China

Correspondingauthor:SongChang,Email:songchang2022@163.com

[Abstract]Inrecentyears,radiomicsmodels,haveeffectivelydistinguishedpulmonarytuberculosisfromlung

cancer,nontuberculousmycobacteriallungdisease,community-acquiredpneumonia,etc,throughintegrating

clinicalfeatureswithdeeplearningtechnologies.Theyhaveshownexcellentperformanceinthedifferentialdiagnosis

ofpulmonarytuberculosis,significantlyoutperformingtraditionalimagingevaluations.Inparticular,theycan

provideapowerfulnon-invasivediagnostictoo