摘要

甲状腺结节是常见的临床问题。超声检查是其首选的影像学诊断工具,用于评估甲状腺结节患者的恶性风险,结合结节大小、局部侵犯情况、颈部淋巴结是否转移等推荐细针穿刺活检(fine-needle aspiration,FNA),并且在患者治疗后继续管理方案的决策中发挥不可或缺的作用。超声的正确高效使用,不仅可以减少不必要的FNA和(或)诊断性手术,还能减轻患者的焦虑及医疗保健系统的负担。近年来,以机器学习和深度学习为核心,基于人工智能的甲状腺结节计算机辅助诊断系统已取得巨大进步,在一定程度上克服了超声诊断中的操作者依赖性,但是受到数据源不同、算法不同等因素的影响,各中心的结果在跨中心运用时表现并不稳定。本文对其应用现状及研究进展进行综述。