在即将召开的 ERS2016 大会上，来自比利时鲁文大学的 Wim 教授及其团队将在会上展示其最新成果。其研究发现，运用新型人工智能算法可以提高单纯依靠完整肺功能诊断肺疾病的正确率。
完整的肺功能检测（CPFT）最初是基于专家共识和国际指南应运而生，目前解释肺功能数值的方法主要是使用预先设定的临界值来描述典型的改变。本研究主要是探索基于 ATS/ERS 指南，使用计算机人工智能结合完整肺功能的临床参数制定决策树，旨在提高 CPFT 对肺疾病的诊断能力。
该研究一共纳入了 968 名第一次做肺功能的患者，最终的临床诊断由 CPFT 的结果结合临床医生的判断而确定。结果发现，单纯依靠 ATS/ERS 指南解释 CPFT 从而诊断肺疾病的正确率仅为 38%；其中 COPD 的诊断正确率为 74%，其余肺疾病的误诊率较高。
基于新型人工智能结合 CPFT 的决策树可以显著提高肺疾病的诊断正确率至 68%，其中 COPD、哮喘、ILD 和神经肌肉系统疾病诊断的阳性预测值和敏感性均有显著提升。
上述结果表明，新型人工智能算法对于肺功能具有很好的解释能力，能显著提升肺部疾病的诊断能力。这将为将来计算机全自动解析肺功能的结果提供重要指引。
更多会议精彩内容，请进入 欧洲呼吸学会年会（ERS2016）。
