摘要

目的:研究超声影像智能辅助诊断方法对甲状腺良恶性结节的鉴别诊断价值。方法:收集221例(共273个甲状腺结节)于我院接受甲状腺穿刺或手术的甲状腺癌患者的甲状腺结节超声图像。所有超声图像由不同年资医生、超声图像人工智能辅助诊断方法单独或联合对甲状腺结节超声图像进行分析诊断,对结节进行TI-RADS分类;以甲状腺结节病理结果为“金标准”,分别计算不同年资医生单独或联合人工智能辅助诊断方法对不同类型甲状腺结节分级的敏感度、特异度、阳性预测值、阴性预测值,绘制受试者工作特征曲线(ROC曲线)。结果:病理确诊恶性结节218个,良性结节55个。低年资医生诊断甲状腺结节良恶性敏感度、特异度、准确度分别为68.81%(150/218)、61.82%(34/55)、67.40%(184/273);高年资医生诊断甲状腺结节良恶性敏感度、特异度、准确度分别为87.61%(191/218)、81.82%(45/55)、86.45%(236/273);超声图像人工智能辅助诊断甲状腺结节良恶性敏感度、特异度、准确度分别为83.49%(182/218)、78.18%(43/55)、82.42%(225/273);低年资医生联合超声图像辅助诊断甲状腺结节良恶性敏感度、特异度、准确度分别为77.52%(169/218)、74.55%(41/55)、76.92%(210/273);高年资医生联合超声图像辅助诊断甲状腺结节良恶性敏感度、特异度、准确度分别为88.99%(194/218)、83.64%(46/55)、87.91%(240/273)。低年资医生诊断结果与病理结果一致性表现一般,而超声图像人工智能辅助系统与高年资诊断结果相当,且与病理结果一致性较好;超声图像人工智能辅助系统联合医生诊断能够提高诊断结果与病理结果的一致性。结论:超声图像人工智能辅助诊断方法定性甲状腺结节的准确度优于低年资医生,与高年资医生诊断一致性相当;与单纯依靠超声图像诊断相比,低年资医生结合人工智能辅助超声可显著提高诊断准确率。