目的 探讨人工智能(AI)技术联合多层螺旋CT(MSCT)对肺腺癌磨玻璃结节(GGN)浸润性病变的诊断价值。方法 回顾性分析2018年6月至2023年6月至我院就诊的80例肺腺癌GGN患者(共80个结节)的临床资料，以病理检查结果为“金标准”，判断AI技术、MSCT及两者联合对肺腺癌GGN浸润性病变的诊断效能。根据检查结果将患者分成浸润组与非浸润组，分析两组AI参数及CT参数水平。结果 病理检查结果显示浸润性病变患者共38例，设为浸润组，非浸润性病变患者42例，设为非浸润组。单一AI技术、MSCT对肺腺癌GGN浸润性病变的诊断灵敏度、特异度、准确度、阴性预测值及阳性预测值均低于AI技术联合MSCT，分别为92.11%、97.62%、95.00%、97.22%及93.18%。浸润组长径、短径、最大CT值、最大面积及体积均高于非浸润组，最小CT值低于非浸润组，差异有统计学意义(P<0.05)。浸润性病变患者病变边缘以毛刺或分叶征为主，病变形态以类圆形为主，出现血管集束征、胸膜凹陷征概率高于非浸润性病变患者，差异有统计学意义(P<0.05)。结论 AI技术联合MSCT能有效提高对肺腺癌GGN浸润性病变的诊断效能，病变面积及体积大、长径及短径长、最大CT值高、最小CT值低、边缘毛刺征或分叶征、形态不规则等可作为判断浸润性病变的重要特征。