目的 采用经过机器学习的肺结节检测分析系统(0.4.2.1版本)和放射诊断医师两种方式，分别对有病理结果的肺结核瘤病灶进行判读，探讨当前人工智能在肺结核瘤病灶中的应用价值。方法 2014年4月至2018年10月期间就诊于北京大学深圳医院，行胸部高分辨CT平扫且经病理证实，共11例作为研究对象。(1)共纳入的11处病灶，经过人工智能及传统放射医师两种方法对CT图像进行判读，分为A、B两组。A组为AI组，B组采用2名胸部影像诊断方向的放射诊断医师。统计分析A、B两组对肺结核瘤病灶的检出情况。(2)对CT图像对应的病灶进行良恶性判断，其中σ-Discover/Lung肺结节检测分析系统(0.4.2.1版本)以大于50%作为高恶性判断标准。结果 本研究共纳入11例肺结核患者，共11处病灶。A组一共检出11处病灶，其中4处结核病灶被诊断为高恶性，漏检0处；B组一共检出10处病灶，其中1处误判，3处病灶未定性，漏检1处病灶。肺结节检测分析系统(0.4.2.1版本)判断一共4处病灶恶性概率大于50%，36.36%的肺结核病灶分析为高恶性概率。结论 肺结节检测分析系统对肺结核瘤病灶的检出具有较好的能力，对肺结核瘤病灶的误判率有所减低但是仍高于放射诊断医师组。