目的 探究基于AI的头颈CTA在诊断颅内动脉瘤中的应用价值。方法 回顾性收集右江民族医学院附属医院2021年5月至10月53例疑似颅内动脉瘤患者的临床资料。根据后处理方法不同，将头颈CTA图像分为两组：手动组、AI组，并记录两组后处理时间以及颅内动脉瘤的检出和径线测量结果。以DSA为金标准，计算两组诊断颅内动脉瘤的敏感度和准确率，并分别与DSA动脉瘤测量结果进行比对。结果 53例患者中，经DSA确诊51例，共计62个动脉瘤。①后处理时间：手动组为394（344,428）s，AI组为（3.06±0.35）s，差异有统计学意义（P＜0.001）。②检出效能：以患者为单位，诊断颅内动脉瘤的敏感度、特异度和准确率，AI组分别为94.1%、66.7%、92.6%，手动组分别为98.0%、50.0%、94.5%；以动脉瘤个数和位置为单位，AI组误诊及漏诊个数多于手动组。③定量分析：与DSA测量数值对比，AI组在瘤颈宽度的测量数值差异上具有统计学意义（P＜0.05），而手动组测量数值差异无统计学意义（P＞0.05）；手动组与AI组在瘤体<3 mm的测量数值差异均具有统计学意义（P＜0.05），而对于瘤体长径3~5mm及>5mm测量数值差异均无统计学意义（P＞0.05）。结论 基于AI的头颈CTA在诊断颅内动脉瘤中具有较高的价值，AI技术可作为进一步推广及应用的筛查手段。同时也存在一定的假阳性率和假阴性率，需灵活联合传统人工诊断，从而达到最佳的正确诊断。