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
• 来源期刊: 中华内分泌外科杂志
• 关键词: 甲状腺结节 人工智能 超声检查 精准诊断
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 论著
• 页码范围: 185-189
• 页数: 5页
• 语种: 中文
• DOI: 10.3760/cma.j.cn.115807-20220311-00058

摘要

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。