人工智能定量肺部病变体积与重型新冠病毒感染患者预后的相关性分析

摘要：

目的:分析肺部病变体积及伴发基础疾病与重型新冠病毒感染(COVID-19)患者预后的相关性.方法:回顾2022 年12 月8 日至2023 年1 月31 日136 例重型COVID-19 患者,通过人工智能(AI)定量肺部病变体积、收集伴发基础疾病及实验室检查,分析其对重型COVID-19 预后的影响.结果:重症COVID-19不同预后两组比较显示:年龄、低蛋白血症、脑卒中、乳酸脱氢酶、血尿素氮(BUN)、凝血酶原时间、白蛋白、白细胞、淋巴细胞比值、中性粒细胞比值、C反应蛋白、D-二聚体、全肺病灶体积(TLLV)和全肺病灶体积占比(PTLLV)两组之间差异有显著意义,年龄、PTLLV、TLLV、BUN、白细胞与预后不良呈正相关,白蛋白与预后不良呈负相关.结论:年龄越大、TLLV及PTLLV越大,重型COVID-19患者越容易出现预后不良,BUN、白细胞等指标增加以及白蛋白减少是重型COVID-19 患者预后不良的危险因素.

关键词：人工智能、新型冠状病毒感染、肺部病灶体积

所属期刊栏目：32

分类号：O242;R563.1(计算数学)

资助基金：内蒙古自治区卫生健康科技计划项目;内蒙古自治区人民医院院内基金项目

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：331-338