人工智能辅助系统联合超声对甲状腺结节的鉴别诊断价值

贾菊萍

（杭州西湖区蒋村街道社区卫生服务中心 浙江 杭州 310030）

甲状腺结节是常见临床病症，表现为良性与恶性。从临床数据显示，男性发病率远低于女性，且随着年龄的增长，甲状腺结节的发病率呈上升趋势。甲状腺结节以良性为主，恶性占比在2.8%～16%。超声检查是常用的鉴别诊断手段，具有灵敏度高、准确性好等特点。但随着医疗技术的不断发展，人工智能辅助诊断系统的应用，在很大程度上提高了传统单一超声诊断的准确度，在灵敏度、特异度等方面，表现出更好的临床应用效果。本文以我院证实的303例患者共845个甲状腺结节作为研究对象，就研究结果作如下具体报告。

1 资料与方法

1.1 一般资料

本文病例选自我院证实的303例患者共845个甲状腺结节。其中，男93例，女191例，年龄15～78岁，平均年龄（48.27±12.04）岁。部位：甲状腺左侧叶：386个、右侧叶407个、峡部52个。径线：结节最大径线0.14～10.81cm，平均（1.43±1.15）cm。

1.2 方法

应用多普勒超声诊断仪及DEMETICS超声甲状腺结节AI辅助诊断系统对患者进行扫描检查，并指导患者仰卧、暴露颈部，配合完成扫描诊断。

1.3 统计学方法

2 结果

患者入院治疗期间，经不同临床鉴别诊断方法，得出以下诊断结果。其中，人工智能辅助系统特异度38.1%、灵敏度90.4%；超声诊断特异度62.7%、灵敏度82.7%；联合应用特异度28.0%、灵敏度97.7%。经组间比较，联合应用的灵敏度最高、特异度最低，鉴别诊断价值最高，具有统计学差异（P＜0.05），见表。

表 人工智能辅助系统与超声诊断对甲状腺结节的鉴别情况

3 讨论

当前，甲状腺结节良恶性非创伤性鉴别的方法以超声诊断为主，并获得良好的临床应用效果。但是，甲状腺恶性结节起病具有隐匿性，大多无显著症状，且在超声诊断中，与良性结节存在重叠情况，进而影响了临床鉴别诊断的正确性。因此，为进一步提高甲状腺结节良恶性的鉴别准确性，强化现代影像学技术及人工智能的应用，成为甲状腺结节鉴别诊断发展的重要方向。人工智能辅助系统的应用，在很大程度上转变了传统单一超声诊断方式，联合诊断应用的实施，提高了鉴别诊断的灵敏度，值得进一步的临床研究。

本文数据显示，人工智能辅助系统联合超声诊断的灵敏度最高（97.7%）、特异度最低（28.0%），经组间比较，具有统计学差异（P＜0.05）。这说明，在传统超声诊断的基础之上，联合应用人工智能辅助系统，能够提高甲状腺结节良恶性的诊断价值，高灵敏度、低特异性等优势，表现出良好的临床应用价值。在超声诊断中，钙化、边界不清、内部血流信号丰富，均可能被诊断为恶性结节。但从临床研究来看，低回声只是甲状腺恶性结节的特异性表现之一，对临床鉴别诊断具有一定干扰性。人工智能辅助系统的联合应用，降低了干扰因素的影响。DEMETICS超声甲状腺结节AI辅助诊断系统，能够实现机器人自动分类提示患者的结节类型，提高了临床诊断的准确性，也提高了诊断效率，具有较高的临床应用价值。

综上所述，相比于超声诊断，人工智能辅助系统联合超声诊断的鉴别诊断价值最高，表现为灵敏度高、特异性低，值得临床推广应用。