目的探讨胸部CT定量指标在新型冠状病毒肺炎（COVID‑19）临床分型及肺损伤严重 程度评价中的价值。方法回顾性分析华中科技大学同济医学院附属同济医院2020年1月1日至 2020年4月1日COVID‑19确诊的438例患者的临床及CT影像资料。临床分型为普通型146例、重型 247例、危重型45例。使用人工智能（AI）深度学习定量分析所有患者胸部CT指标，包括全肺体积、全 肺感染体积、磨玻璃密度体积（GGO体积，CT值<-300 HU）和实性密度体积（SO体积，CT值≥-300 HU） 以及SO体积/GGO体积。采用Kruskal‑Wallis检验对各临床分型之间定量参数的差异性进行统计学 分析，采用多元有序logistic回归分析定量参数与临床分型之间的相关性。结果438例COVID‑19确 诊患者中，重型及危重型患者的年龄较大（P<0.05），且危重型患者以男性为主（P<0.05）。各临床分型 患者的临床表现均主要以发热为主，其次为咳嗽、乏力、胸闷、呼吸困难、消化道症状等。3种临床分 型肺部病变的CT表现均以GGO为主；全肺感染体积、GGO体积、SO体积以及各自在全肺体积的比例 均从普通型、重型到危重型患者逐渐增大（P<0.01）；SO体积/GGO体积随临床分型严重程度增加逐渐增 大［普通型为0.12（0.03，0.34），重型为0.29（0.11，0.59），危重型为0.61（0.39，0.97），P<0.05］。多元有序 logistic回归分析显示全肺感染体积（OR=1.009）、SO体积/GGO体积（OR=1.866）、GGO体积（OR=1.008） 和SO体积（OR=1.016）对临床分型的严重程度产生显著的正向影响关系（P<0.01）。结论基于AI胸部 CT定量指标（SO体积、GGO体积、SO体积/GGO体积）与COVID‑19肺炎临床严重程度密切相关。