目的探讨基于深度学习的人工智能(AI)与不同级别医师CT肺结节检测能力的差异。资料与方法收集胸部CT平扫550例,以2名从事胸部影像诊断的主任医师共同阅片检出肺结节的数目、位置、大小为参照标准,比较A组(5名实习医师)、B组(5名住院医师)、C组(5名主治医师)、D组(AI)对肺结节的检出率、假阳性率和平均阅片时间。结果 2名主任医师共确定5520枚结节。A、B、C、D组检出率分别为40.5%、65.0%、89.4%和94.3%,差异有统计学意义(X~2=5067.866,P(0.001);假阳性率分别为20.0%、13.0%、10.0%和14.0%。D组与C组胸膜下结节检出率差异无统计学意义(X~2=0.611,P=0.434);D组外周性及中心性结节检出率明显高于其他组,差异有统计学意义(P(0.05)。D组与C组大结节检出率差异无统计学意义(X~2=2.980,P=0.084);D组中等结节及小结节检出率明显高于其他3组,差异有统计学意义(P(0.05)。4组平均阅片时间分别为(14.9±2.5)min、(6.9±2.1)min、(5.0±1.5)min、(0.1±0.0)min,差异有统计学意义(P(0.001)。结论 AI能在短时间内有效检出肺结节,其检出率略高于主治医师,可作为肺结节筛检的有效辅助工具。