超声人工智能联合TI-RADS分类在甲状腺结节鉴别诊断中的辅助价值

• 作者: 王洪杰 于霞 张恩东 马立勇 汤华晓
• 来源期刊: 中国中西医结合影像学杂志
• 关键词: 超声检查 人工智能 甲状腺影像与报告系统 甲状腺结节
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 智能影像学
• 页码范围: 81-84
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0512.2021.01.022

摘要

目的:探讨超声人工智能联合美国放射学会甲状腺影像与报告系统(TI-RADS)分类在甲状腺结节良恶性鉴别诊断中的价值.方法:回顾性分析860例(共920个结节)行甲状腺手术的患者,术前均行超声检查,并与术后组织病理学结果对照,比较人工智能、TI-RADS分类及两者联合诊断的效能,采用Kappa检验分析不同诊断方式的一致性.结果:人工智能、TI-RADS及联合检查诊断甲状腺恶性结节的准确率分别为78.80％(725/920)、80.98％(745/920)及85.00％(782/920);敏感度76.36％(252/330)、80.61％(266/330)及86.36％(285/330);特异度分别为80.17％(473/590)、81.19％(479/590)及84.24％(497/590).ROC曲线分析人工智能、TI-RADS分类及联合诊断甲状腺恶性结节的AUC分别为0.783、0.792及0.853(Z=1.465,P=0.143).结论:人工智能与TI-RADS分类对甲状腺结节均具有较高的诊断效能,联合诊断能更有效地鉴别甲状腺结节的良恶性.