人工智能技术联合甲状腺超声影像和数据系统(TI-RADS)分级对甲状腺结节良恶性诊断价值的研究

作者：万政; 王冰; 惠庆磊; 姚京; 公凤霞; 李晨; 张淋淋; 苗欣; 刘林; 张恺; 菅雁兵; 黄思思; 赖胜伟; 田文^*

来源：中华内分泌外科杂志, 2022, 16(02): 185-189.

DOI：10.3760/cma.j.cn.115807-20220311-00058

• 甲状腺结节
• 人工智能
• 超声检查
• 精准诊断

目的通过分析比较人工智能(artificial intelligence, AI)超声智能辅助诊断系统、美国放射协会(American College of Radiology, ACR)的甲状腺影像报告和数据系统(thyroid imaging reporting and data system, TI-RADS)分级及AI+ACR TI-RADS联合诊断效能, 研究其对良、恶性甲状腺结节的诊断价值和外科治疗的指导意义。方法前瞻性、连续性采集2021年11月1日至2022年2月26日解放军总医院第一医学中心普通外科医学部甲状腺(疝)外科接受手术治疗的甲状腺结节患者349例(605个结节), 男95例, 女254例, 男∶女比为1.00∶2.67, 年龄范围为16～78岁, 结节最大径范围0.2～5.6 cm。采用SPSS 26.0、R studio软件进行数据处理, 分别统计分析AI、ACR TI-RADS分级及联合诊断诊断效能, 并行ROC曲线分析。结果联合诊断的AUC值为0.900, 大于AI的0.857及ACR TI-RADS的0.788, 差异有统计学意义(Z=7.631, 均P<0.001)。联合诊断的灵敏度为95.32%, 特异度为84.61%, 准确度为92.56%, 阳性预测值94.69%, 阴性预测值86.27%, 漏诊率4.68%, 误诊率15.38%, 均优于其余两种诊断方法, 与术后病理结果有极好符合率(Kappa=0.804, P<0.001)。联合诊断识别不同肿瘤最大径的准确度分别为d≤0.5 cm 89.58%, 0.5<d≤1.0 cm 96.09%, 1.0<d≤2.0 cm 95.45%, 2.0<d≤4.0 cm 87.88%, d>4.0 cm 85.71%, 均优于其余两种诊断方法。结论 AI+ACR TI-RADS联合应用在甲状腺结节性质评估方面具有一定的初筛价值, 联合诊断能更有效地判定甲状腺结节的良恶性。

• 单位
  中国人民解放军总医院; 浙江大学