目的评价人工智能（AI）肺结节影像诊断系统预测亚实性结节（SN）恶性概率值的效能。方法搜集2017年至2019年经手术及病理结果证实的142个SN,将结节分为原位癌组、浸润性腺癌组、炎性结节组。将患者术前CT检查数据导入AI肺结节诊断系统,记录系统测量的SN的体积、平均CT值、能量值、恶性概率值。比较三组SN在CT平扫、增强扫描动脉期及延迟期中的体积、CT值、能量值及恶性概率值,并对平扫、动脉期及延迟期扫描的各组数据进行配对样本检验。分析根据各期CT图像对各组SN恶性概率值与CT值、体积、能量的相关性。结果共纳入142个SN,其中1组为42个,2组为75个,3组为25个。AI系统对三组SN平扫、动脉期、延迟期所检测恶性概率值分别为1组中9.5（7,84.25）%、89（79.75,90）%、89（68.25,90）%;2组中84（26,89）%、89（85,90）%、89（85,90）%;3组中16（9,79）%、79（19,89）%、70（22,89）%,三组SN在扫描各期的恶性概率值均存在统计学差异（P<0.01）。三组SN在扫描各期的CT值、体积、能量值均存在统计学差异（P<0.001）,3组间两两比较均存在统计学差异,每组内平扫与动脉期、平扫与延迟期均存在统计学差异（P<0.001）,动脉期与延迟期比较差异均无统计学差异（P>0.05）。CT扫描各期的CT值及体积、能量值对SN的恶性概率值均呈正相关（P均<0.01）。结论 AI肺结节辅助诊断系统提供的一些参数,可以为医师对良恶性结节的鉴别提供一定的帮助。