【摘要】目的 探讨基于人工智能(AI)辅助诊断系统的CT定量参数对肺磨玻璃结节(GGN)浸润程度评估价值。方法 回顾性分析2023年1月至2025年1月我院收治的113例GGN患者临床资料，根据GGN病理类型分为非浸润性腺癌(AIS)组、微浸润性腺癌(MIA)组和浸润性腺癌(IAC)组，比较3组间AI辅助诊断系统的CT定量参数差异，Spearman相关分析评估上述指标与GGN病理浸润程度的相关性，ROC曲线分析上述指标对GGN浸润程度的预测价值，Logistic回归分析浸润性GGN的影响因素。结果 113例GGN患者中AIS患者31例，MIS患者37例，IAC患者45例，IAC组CT平均值、熵、长径、体积均高于MIS组和AIS组，CT最小值低于MIS组和AIS组，CT最大值高于AIS组，差异有统计学意义(P<0.05)；基于AI辅助诊断系统的CT最大值、CT平均值、熵、长径、体积均与GGN浸润程度呈正相关(P<0.05)，CT最小值与GGN浸润程度呈负相关(P<0.05)；CT最大值、CT最小值、CT平均值、熵、长径、体积诊断浸润性GGN(MIS+IAC)的AUC范围在0.636~0.896范围之间(P<0.05)，诊断IAC的AUC范围在0.644~0.921之间(P<0.05)，长径的AUC最高；CT最大值、CT最小值、CT平均值、熵、长径、体积均为浸润性GGN的独立影响因素(P<0.05)。结论 基于AI辅助诊断系统的CT定量参数可用于评估GGN的病理浸润程度，其中长径对浸润性GGN(MIS+IAC)的诊断效能最高，具有较高的临床应用潜力。