目的探討磨玻璃結節腫瘤浸潤性的獨立危險因素，建立腫瘤浸潤性預測模型。方法回顧性分析蘭州大學第一醫院胸外科2018年6月—2021年5月入院且病理結果明確的389例肺結節患者的臨床資料。按照納入標準共242例患者納入研究，其中男107例、女135例，平均年齡（57.98±9.57）歲。將納入研究患者DICOM格式的CT資料導入到人工智能系統。人工智能系統識別、自動計算并輸出肺結節的性質、標準直徑、實性成分大小、體積、平均CT值、最大CT值、最小CT值、中心CT值以及有無分葉、毛刺、胸膜凹陷、血管穿行等特征。根據病理診斷結果將患者分成兩組，浸潤前病變（非典型腺瘤樣增生/原位腺癌）及浸潤性病變（微浸潤性腺癌/浸潤性腺癌）。應用單因素及多因素分析，篩選磨玻璃結節腫瘤浸潤性的獨立危險因素，建立預測模型。繪制受試者工作特征曲線，計算出臨界值，根據約登指數得到敏感度和特異度。結果單因素及多因素分析結果顯示：中心CT值、細胞角蛋白19片段（Cyfra21-1）、實性成分大小、結節性質、毛刺征是判斷磨玻璃結節腫瘤浸潤性的獨立危險因素。浸潤前病變和浸潤性病變中心CT值、Cyfra21-1、實性成分大小最佳臨界值分別為–309.00 Hu、3.23 ng/mL、8.65 mm。預測模型的公式為：logit（P）=0.982–（3.369×結節性質）+（0.921×實性成分大小）+（0.002×中心CT值）+（0.526×Cyfra21-1）–（0.0953×毛刺征）。回歸模型預測值曲線下面積為0.908，準確率為91.3%。結論通過分析CT特征及腫瘤標志物所建立的預測模型能夠較好地預測腫瘤的浸潤性。其預測效果均優于任何單一因素的預測效果。