C-TIRADS人工智能辅助诊断系统在甲状腺可疑结节良恶性诊断中的应用

作者：杨波; 李照喜^*; 周璐; 李文

来源：中国医学影像学杂志, 2023, 31(12): 1256-1261.

• 甲状腺结节
• 人工智能
• 超声检查
• 诊断,鉴别
• 甲状腺影像报告和数据系统

目的 探讨基于中国甲状腺超声报告和数据系统（C-TIRADS）的人工智能（AI）辅助诊断系统在甲状腺可疑结节良恶性诊断中的应用价值。资料与方法 回顾性分析2018年1月—2021年12月华东疗养院经病理证实的甲状腺可疑结节441例（445个结节）。分别由低、高年资医师和AI辅助诊断系统组成低、高年资组和AI组，根据C-TIRADS指南对甲状腺可疑结节进行分类，然后由低、高年资组医师结合AI辅助诊断系统再次进行分类。以病理结果为“金标准”比较各组诊断效能，并比较采用不同诊断恶性截断值时各组良恶性诊断的敏感度、特异度、准确度、阳性预测值、阴性预测值、约登指数和受试者工作特征曲线下面积（AUC）。结果 445个甲状腺结节中，恶性结节277个，良性结节168个。低、高年资组及AI组对甲状腺结节良恶性诊断的AUC分别为0.760、0.858和0.849，高年资组及AI组均明显高于低年资组（P均<0.001），高年资组与AI组相仿（P>0.05）。低、高年资组联合AI辅助诊断系统后诊断甲状腺结节的AUC较未联合时均增大，低年资组更明显（0.830比0.760,P<0.001）。以TR4C为甲状腺可疑结节诊断恶性截断值时，准确度、约登指数及AUC均最大。结论 基于C-TIRADS的AI辅助诊断系统在甲状腺可疑结节良恶性诊断中具有较高的价值，联合使用可提高不同年资医师的诊断效能，不同年资医师单独及联合使用AI辅助诊断系统后对甲状腺可疑结节良恶性诊断的最佳截断值均为TR4C。