人工智能自動識別圖像功能在診斷新生兒肺部疾病中的應用研究

張佳彬，王慧娟，黃偉年，曾淑娟

（廣東省深圳市龍崗中心醫(yī)院兒科 廣東 深圳 518000）

既往，臨床上主要是通過胸部X線、CT以及超聲等影像學手段實現(xiàn)對新生兒肺部疾病的診斷，但均存在一定的假陽性以及假陰性情況，繼而導致新生兒無法得到及時有效的診治[1]。近年來，人工智能技術得到空前的發(fā)展，且被廣泛應用于各個領域當中，而在醫(yī)學影像學中主要體現(xiàn)在以深度學習為核心，對影響數(shù)據予以挖掘、搜索以及提取，繼而起到診斷、評估的作用[2]。本文通過研究人工智能自動識別圖像功能在診斷新生兒肺部疾病中的應用價值，旨在為提高新生兒肺部疾病的診斷準確性，繼而制定針對性治療方案，達到改善新生兒預后的目的，現(xiàn)作以下報道。

1 對象與方法

1.1 一般資料

將我院自2017年4月—2019年12月收治的肺部疾病新生兒245例納入研究，記作研究組。男女人數(shù)分別為141例，104例；胎齡37～42周，平均胎齡（39.14±0.52）周；以隨訪結果為金標準，其中肺部疾病類型分布如下：肺炎143例，胎糞吸入綜合征39例，濕肺8例，暫時性呼吸困難55例。另取我院自2014年4月—2016年12月收治的肺部疾病新生兒210例作為對照組。男女人數(shù)分別為122例，88例；胎齡37～42周，平均胎齡（39.25±0.55）周；肺部疾病類型：肺炎131例，胎糞吸入綜合征36例，濕肺7例，暫時性呼吸困難36例。兩組一般資料方面比較無明顯差異（P＞0.05）。入選標準：（1）所有新生兒均為足月單胎妊娠；（2）所有新生兒均通過病史、臨床表現(xiàn)、實驗室檢查以及肺部影像學檢查確診；（3）入院前均未接受相關治療；（4）無臨床病歷資料缺失。剔除標準：（1）正參與其他研究者；（2）因各種原因無法完成相關檢查者。所有受試者均知情并簽同意書，由醫(yī)院倫理委員會批準。

1.2 研究方法

（1）胸片檢查：出生后12 h內首次進行胸部仰臥正位片的拍攝，72 h內隨訪攝片。（2）圖像分析：由我院2名影像科醫(yī)師以及2名新生兒科專家對胸片實施統(tǒng)一閱片。（3）匯總新生兒肺部疾病以及正常肺部影像學原始圖片資料，即由臨床醫(yī)生以及影像科醫(yī)生聯(lián)手合作從醫(yī)院大量病例治療中整理出典型的新生兒肺部疾病和正常肺部影像學圖片資料。隨后對所有影像學原始圖片資料進行圖像處理，如圖像增強、圖像分割以及圖像特征攝取等。最后通過人工智能系統(tǒng)Style AI系統(tǒng)的自動識別圖像功能對研究組新生兒實施診斷。

1.3 觀察指標

比較兩種診斷方式的符合率，研究組及對照組新生兒救治成功率，新生兒父母滿意度。其中救治成功率即新生兒在接受治療后康復出院。通過滿意度調查表實現(xiàn)對新生兒父母總體滿意度的評估：涵蓋（非常滿意，滿意，不滿意）3個選項，以非常滿意與滿意人數(shù)總和與總人數(shù)的比值，再乘以100%作為總體滿意度。

1.4 統(tǒng)計學處理

2 結果

2.1 兩種診斷方式的符合率對比

人工智能自動識別圖像功能診斷新生兒肺部疾病的總符合率為99.18%，明顯高于胸片診斷的90.61%（P＜0.05），見表1。

表1 兩種診斷方式的符合率對比[n（%）]

2.2 兩組新生兒救治成功率對比

研究組新生兒救治成功率為98.78%（242/245），高于對照組的95.71%（291/210）（χ2=4.127，P=0.042）。

2.3 兩組新生兒父母總體滿意度評價

研究組新生兒父母總體滿意度為97.96%，高于對照組91.90%（P＜0.05），見表2。

表2 兩組新生兒父母總體滿意度評價（n，%）

2.4 兩組導管尖端一次性到位率以及PICC置管耗時對比

研究組導管尖端一次性到位率高于對照組，而PICC置管耗時短于對照組（P＜0.05），見表3。

表3 兩組導管尖端一次性到位率以及PICC置管耗時對比

3 討論

人工智能自動識別圖像功能具有圖像識別的優(yōu)勢，有利于提高肺部疾病的診斷準確性，從而在一定程度上提高醫(yī)生的工作效率以及診斷水平，繼而促進臨床肺部疾病診治的發(fā)展。且有相關研究報道顯示[3-4]，智能自動識別圖像功能主要是通過在海量的數(shù)據中提取信息，繼而發(fā)現(xiàn)更多的規(guī)律，打破醫(yī)生的經驗壁壘，有效促進低級別醫(yī)生診斷水平的增強，有利于影響組學的發(fā)展以及進步。

本文結果發(fā)現(xiàn)，人工智能自動識別圖像功能應用于新生兒肺部疾病的診斷中價值較高。分析原因，人工智能自動識別圖像功能技術主要是通過調節(jié)窗口寬度、窗口部位等改變圖像的灰度值，隨后通過影像放大，明暗處理以及邊緣強化等技術，促使胸部成像的清晰度明顯提高，完善圖像信息，最終達到提高肺部疾病檢出率。另有相關研究報道指出：人工智能自動識別圖像功能不僅可充分挖掘受檢者的肺部疾病特征信息，同時可按照醫(yī)生診斷的要求，投射出多種不同視覺圖像，繼而為臨床醫(yī)生提供全面的診斷依據。此外，人工智能自動識別圖像功能的影像視覺范圍相較寬闊，且具有板斑點較小、密度適中、對比性良好以及邊緣銳利等特點，在胸部攝影中不但能較為清晰地顯示腹部整體影響，同時可實現(xiàn)對肺部細微組織結構的顯示，為臨床疾病診斷提供指導作用[5]。此外，人工智能自動識別圖像功能應用于新生兒肺部疾病的診斷中，可明顯改善新生兒的救治成功率以及病死率。原因可能在于：人工智能自動識別圖像功能在一定程度上改善了傳統(tǒng)影像學技術的肺部成像質量，從而提高了胸部影像對肺部疾病的檢測以及鑒別能力，繼而有助于醫(yī)生對新生兒肺部疾病的診斷準確率提高，進一步制定并實施具有針對性的治療干預，最終達到改善患兒預后的目的。另外，本文發(fā)現(xiàn)人工智能自動識別圖像功能的應用可明顯提高肺部疾病新生兒父母的滿意度。考慮原因可能是該診斷方式提高了新生兒肺部疾病的診斷準確性，從而使得臨床治療有的放矢，促進了患兒的早日康復，最終達到提高患兒父母滿意度的目的。研究組導管尖端一次性到位率高于對照組，而PICC置管耗時短于對照組?？紤]原因可能是人工智能自動識別圖像功能可為操作者提供更為準確的PICC導管放置目標區(qū)域。

綜上所述，人工智能自動識別圖像功能在診斷新生兒肺部疾病中的應用效果明顯，可在一定程度上提高診斷符合率，繼而提高新生兒的救治成功率，改善新生兒父母的滿意度。