【摘要】目的：探讨人工智能 CT 扫描联合血清癌胚抗原（CEA）检测对肺结节良恶性的诊断价值。方法：选取 2021 年 12 月—2024 年3 月启东市中医院收治的肺结节患者 98 例为研究对象，依据随访及术后病理结果将患者分为良性组（n=57）和恶性组（n=41），对所有研究对象进行人工智能 CT 扫描和血清 CEA 检测。比较良恶性结节血清 CEA 水平；分析人工智能 CT 扫描对肺结节患者良恶性的检出结果；对比良恶性患者人工智能 CT 影像学特征；绘制受试者工作特征（ROC）曲线分析人工智能 CT 扫描联合血清 CEA 检测对肺结节患者良恶性的诊断价值。结果：恶性组血清 CEA 水平高于良性组，差异有统计学意义（P ＜ 0.05）；人工智能 CT 扫描诊断肺结节良恶性的灵敏度为 80.49%，特异度为 84.21%，准确率为 82.65%；恶性组人工智能 CT 影像学特征中胸膜凹陷征、空泡征、分叶征占比均高于良性组，表面光滑、磨玻璃结节占比均低于良性组，差异有统计学意义（P ＜ 0.05）；人工智能 CT 扫描联合血清 CEA 检测对肺结节患者良恶性具有较高诊断价值，诊断曲线下面积（AUC）为 0.886。结论：人工智能 CT 扫描联合血清 CEA 检测可有效鉴别良恶性肺结节患者，具有较高临床应用价值。

【关键词】人工智能；计算机体层摄影；癌胚抗原；肺结节；良恶性