以超声为基础诊断甲状腺滤泡癌的研究进展

王晓庆 张晟 魏玺

天津医科大学肿瘤医院超声诊疗科，国家肿瘤临床医学研究中心，天津市肿瘤防治重点实验室，天津市恶性肿瘤临床医学研究中心300060

0 引言

根据病理类型甲状腺癌包括乳头状癌、滤泡癌、髓样癌及未分化癌。其中甲状腺乳头状癌（papillary thyroid carcinoma，PTC）是最常见的病理类型，其次是滤泡癌，均起源于甲状腺滤泡细胞，属于分化型甲状腺癌[1]。滤泡癌占所有分化型甲状腺癌的10%～15%。世界卫生组织（WHO）2017年的一项更新分类将这些肿瘤进一步分为无血管侵犯的微小浸润性甲状腺滤泡癌（follicular thyroid carcinoma,FTC）、血管侵袭性最小的包裹性血管侵犯性FTC和血管侵犯更严重的广泛浸润性FTC，总之广泛浸润性FTC具有更高的侵袭性[2]。滤泡癌特点是预后较差，有血行转移的倾向，在15%～27%的病例中可直接表现为不明原发肿瘤的远处转移[3]。与乳头状癌相比，滤泡癌患者肺和骨转移的风险分别高出2倍和10倍，脑转移也相对多见[4]。文献中报道了几种FTC的独立危险因素，包括年龄增长和结节增大（>4 cm）；然而，它们的特异性不足以用于鉴别诊断[3]。此外，与PTC相比，FTC似乎更具侵袭性，局部复发和远处转移发生率高、生存率低及预后较差；诊断时年龄、肿瘤大小、广泛浸润而非微小浸润和首次诊断时有远处转移是主要的预测因素[1,5]。

FTC的诊断和治疗是困难的，且由于多种原因而存在争议。首先，术前超声分类及评分系统不足以评估FTC[3,6]；其次，术前细针抽吸细胞学检查虽然是甲状腺诊断的金标准，但对于FTC的诊断敏感性不足[7]；此外，术中冰冻切片很难将FTC与甲状腺滤泡性腺瘤（follicular thyroid adenoma,FTA）、PTC滤泡亚型区别开。根据2015年美国甲状腺学会指南，基于血管和包膜侵犯的程度，FTC可分为微小浸润型和广泛浸润型。对于微小浸润型FTC，腺叶甲状腺切除术是足够的，而广泛浸润型甲状腺癌需行甲状腺全切除术和术后放射性碘治疗[1]。由于术前和术中的诊断率较低，FTC的外科手术切除范围往往不充分，需要进一步扩大手术。因此，术前预测甲状腺结节为FTC显得尤为重要。随着高频超声的广泛应用，对甲状腺结节超声表现的研究大多集中在超声对良恶性结节的诊断价值和准确性上。但是对于滤泡性肿瘤（follicular neoplasm,FN）的评估仍存在不足，超声引导下细针穿刺活检对于FTC的敏感性不足，假阴性结果导致重复进行细针穿刺活检（fineneedle aspiration，FNA）及粗针吸穿刺活检，甚至需要联合分子检测来提高对于FN的诊断。近年来人工智能辅助诊断具有较好的诊断效能，越来越得到医生的认可。

1 超声诊断方面的研究

超声检查甲状腺结节具有以下特征：如实性、低回声或极低回声、纵横比≥1、微小钙化、边缘不规则（浸润性、小分叶或毛刺）、边缘钙化中断、低回声突出钙化、甲状腺腺体外侵犯，肿瘤的恶性风险增加[1,8]。虽然这些标准有助于对PTC的诊断，但对FTC的诊断却没有太大帮助，特异性较低[9]。与PTC相比，FTC通常更大，倾向于等回声，具有低回声晕，常缺乏PTC特征的可疑超声特征（17,18）。BRAFV600E突变肿瘤（PTC特征）的超声表现与RAS突变肿瘤（FTC特征）不同[10]，且通过超声不能明确地区分FTA和滤泡癌，除非能发现罕见的血流丰富的肿瘤突出包膜外[11]。术前诊断滤泡癌是具有挑战性的，超声对滤泡状腺瘤和滤泡状癌也有相似的超声表现，这两个滤泡病变最常见的超声表现是等回声或低回声、无钙化、椭圆形病变。既往研究结果显示以下征象可帮助超声医师及临床医师进行FN的诊断：①毛刺状/分叶/不规则边缘的恶性可能性大[3,12-15]。②囊性退变一般认为是FTA的特征性表现[16]，滤泡癌是以实性成分为主的病变。③与FTA相比，不均质低回声更多见于滤泡癌[14]。④低回声晕对于鉴别FTC价值有限，但是如果不规则薄厚的声晕提示有恶性可能[16]。⑤FN的钙化不像乳头状癌以微小钙化为主，腺瘤多表现为无钙化，周边形钙化虽然多为良性表现，但如果出现钙化断裂、多发粗大钙化等征象也需要考虑滤泡癌的可能。⑥有研究结果指出，肿物内出现“结中结”及轮辐状分布低回声带提示有恶性可能[15]。而患者的年龄、性别、肿瘤的大小、位置、内部回声均匀与否并不能帮助我们诊断FN的良恶性[14-15]。

超声应用于甲状腺结节的定性，但在使用超声评估FN时仍存在一些问题。高分辨率超声是评价甲状腺结节形态特征的第一步成像技术。对甲状腺结节超声表现的研究大多集中在超声对良恶性结节的诊断价值和准确性上。已有很多超声风险分层系统被开发出来，以提高超声选择结节进行FNA方面的性能从而改善患者的管理。这些分类系统包括对甲状腺结节的诊断及最初长期管理，包括美国临床内分泌医师学会/美国内分泌学会/医学内分泌学会、2015年美国甲状腺学会、英国甲状腺学会[1,17-18]，而其他系统是应用超声对甲状腺结节进行分类及选择结节行FNA提供具体的建议，包括美国放射学学会[ACR-TIRAD S（Th yroid Imaging Reportingand Data System）]、欧洲甲状腺学会[EU-TIRADS]、韩国甲状腺放射学学会和韩国放射学学会[K-TIRADS][8,19-21]。以上学会提出的风险评估系统描述了不同区间的恶性风险，但关于所有超声评估的信息主要基于PTC的研究，它是所有甲状腺恶性肿瘤中最常见的病理类型。此外，细胞学诊断通常被作为验证风险评估的金标准，同时也会有不确定细胞学结果以及假阳性、假阴性的可能。虽然PTC能够在细胞学样本上诊断出来，但对于FTC则不同，因为FTC与FTA在细胞学上是无法区分的，在FN的类别中不能通过细胞学分类，并且总是被归为不确定的类别，比如甲状腺髓样癌，有约50%的病例细胞学是误诊的[22]。

超声造影关于FN的报道罕见，大多是关于乳头状癌及其他良性病变的研究，弹性成像可用来评估组织的硬度，其硬度被认为与恶性肿瘤有关。对于剪切波弹性成像（shear waveelastography,SWE），使用来自线性阵列探头的瞬态脉冲在感兴趣区域产生传播的剪切波，并计算剪切波速（shear wave speed,SWS），其可以定量评估组织硬度[23]。点剪切波弹性成像（point-shear wave elastography,p-SWE）通过点剪切波传输可得到6×5 mm采样盒的平均剪切波速。p-SWE与TI-RADS联合应用对FN的鉴别诊断有一定价值，敏感性为57%～97%，特异性为62%～100%，在FTC和FTA之间，SWS测量在统计学上是不同的，SWS测量有助于对FTC的诊断[14,24]。但是，应用超声对于FN的鉴别远不如对乳头状癌的诊断效能，常规超声、超声造影及弹性成像在敏感性特异性方面均存在不足。

2 超声引导下细针穿刺活检研究

超声引导下细针吸取细胞学检查是一种快速、简便、可靠、被公认的甲状腺病变诊断技术。甲状腺FNA的有效使用帮助我们减少了许多不必要的手术，常用作术前诊断PTC的“金标准”。对于细针穿刺细胞学结果的解读临床应用最广泛的是美国国家癌症中心研究讨论并通过的Bethesda分类系统（BethesdaSystemfor ReportingThyroid Cytopathology），其作为甲状腺原发灶疾病诊断的有效方式。超声引导下的细针穿刺活检（ultrasound-guided fine needle aspiration,US-FNA）在甲状腺结节的评估中起着至关重要的作用，其中Bethesda分类系统对FN定义为Ⅳ类或可疑FN，以期增加发现滤泡癌的可能性[25]。FNA可以怀疑FTC，但不能确诊。区分良恶性FN（有包膜和/或血管侵犯）需要在肿瘤切除后进行病理检查。既往研究结果表明，FNA细胞学结果为FN（BethesdaⅣ）恶性的风险为10%～40%，AUS/FLUS（BethesdaⅢ）为6%～28%[26]。FNA在鉴别FTC、FTA或腺瘤样结节时存在缺陷，不能明确区分FN的良恶性。FTA和FTC是由分化的滤泡细胞组成的肿瘤。由于FTA和FTC的细胞学特征重叠，FTC不显示细胞或核异型性，只能根据切除标本的组织学证据，如包膜和血管侵犯来确定诊断。因此FNA诊断FTC困难，术前鉴别FN一直被认为是甲状腺细胞学诊断的灰色地带[27]。

3 超声引导下粗针穿刺活检研究

对于甲状腺结节伴非典型性（滤泡性病变）的甲状腺结节，粗针吸活检可作为FNA的替代方法[28]，美国国家癌症研究所（NCI）、美国临床内分泌学家学会、美国内分泌学会、美国内分泌学会（AACE/ACE/AME）和韩国甲状腺放射学学会已建议对FNA未明确诊断的甲状腺结节进行粗针穿刺活检（core needle biopsy,CNB）检查[18,28]。而美国甲状腺学会（ATA）不推荐使用CNB诊断甲状腺肿瘤[1]。研究结果表明[29]，CNB诊断率较高于重复性FNA，大样本研究结果验证CNB的有效性。滤泡性肿瘤的CNB对甲状腺FN术前诊断具有挑战性，获得的大量标本有助于更详细的组织学评估和辅助的免疫组化染色，因此CNB被作为甲状腺结节的一种补充诊断方法。Nasrollah等[30]提出了一种新的取组织方法，包括结节的包膜和周围的结节外实质以及结节内组织[31]。这项技术可以通过在组织学评估中识别包膜的存在来区分FN和未包被的非肿瘤性结节。在FTA和滤泡癌的鉴别诊断中，目前的指南并不推荐进行CNB[18]。然而，FN与结节性增生的鉴别对于避免临床上不必要的手术亦非常重要。有研究结果表明[29,32-34]，CNB对FN诊断的假阳性率低于FNA、不必要手术率和恶性肿瘤率优于FNA，且CNB减少了不明确病理结果，可减少重复FNA、不必要的手术，为提高FN患者的诊断信心发挥作用。另有研究结果表明，CNB对恶性肿瘤的预测不优于FNA[35-36]。既往CNB对甲状腺FN的诊断价值存在很多争议，CNB在鉴别FN和非肿瘤性结节方面具有优势,但是不能区分FTC和FTA，因此需要进行大规模的前瞻性研究来验证CNB对FN的诊断效果。

4 应用人工智能辅助诊断研究

术前通过超声和FNA检查来鉴别甲状腺良恶性结节且在术前鉴别PTC方面具有良好的诊断性能；然而，这些方法在鉴别甲状腺FTA和甲状腺癌方面的作用有限。CNB和术中冰冻切片鉴别FTA和滤泡癌的特异性稍高，敏感性低，且这些方法经常出现的不确定结果不能作为独立工具区别FN。机器学习是医学影像学中的一个新领域，且已经出现并成为人们高度关注的话题，因为人们相信医学图像包含一些重要的信息，这些信息似乎超出了人眼对肿瘤潜在生理学的感知[37]。机器学习作为一种鲁棒的、非侵入性的、基于医学图像揭示肿瘤特征的方法有望在精确肿瘤诊断中发挥重要作用。机器学习包含从医学图像中提取有意义的特征的多种计算方法和模型，并且在放射学领域得到了越来越多的应用[38]。虽然已有很多关于应用人工智能辅助诊断甲状腺结节良恶性及甲状腺癌淋巴结转移方面的研究，但对于FN诊断的研究依然非常罕见。Yu等[39]使用各种机器学习算法的模型基于超声图像鉴别甲状腺病灶的良恶性。人工神经网络是一种模拟人脑结构和工作原理的软件程序，Rajiv等[40]设计了一个人工神经网络模型来区分FNAC涂片上甲状腺的FTA和FTC，并借助于细胞学特征、形态测量法和密度测量法，测试组准确性达到100%。Ilah等[41]设计基于放射组学的分类模型，根据术前超声图像来区分FTA和滤泡癌，虽然诊断效能不是很高，但可以辅助区分鉴别FN的良恶性。由于FN的发病率很低，而且FTC的发病率甚至更低，很难建立多中心研究且有完善的训练组及内部、外部验证组，因此想要建立完善的模型尚需更大样本量的进一步研究，再加入入组人群的性别、年龄、病理、基因突变等情况，可能会很大程度地提高诊断效能。

5 基因检测研究

FTC仅凭细胞学、超声或临床特征无法与良性FN区分。FTC的诊断取决于甲状腺切除标本中是否存在包膜和/或血管侵犯。分子标记物可帮助区分FTC和良性FN，并可鉴别危及生命的FTC。采用Bethesda细胞学分类对Ⅳ类细胞学（即考虑FN或可疑FN）的甲状腺结节管理具有挑战性。尽管大多数FN是良性的，但仍存在20%～30%恶性风险。细胞学联合基因检测用于FN术前临床诊断的研究，其重要目的是避免不必要的诊断性手术，或指导外科手术准确识别需手术切除的结节。BRAFV600E是PTC中最常见的致癌突变，发生在约50%的经典亚型PTC和更高比例的高细胞和鞋钉亚型中。所有含BRAFV600E突变的甲状腺肿瘤均被认为是恶性的[42-43]。FTC的致癌驱动因素主要是RAS点突变（NRAS、HRAS和不太常见的KRAS）和PAX8PPARγ重排，RAS和PAX8PPARγ是相互排斥的。RAS突变是甲状腺肿瘤中第二常见的基因突变，在高达40%～50%的FTC和20%～40%的甲状腺滤泡腺瘤（follicula adenoma，FA）中发现，N-RAS基因突变是最为常见的RAS突变，且与PTC滤泡亚型相关，H-RAS基因突变的恶性率是最高的，这些突变广泛存在于FTC和PTC滤泡亚型（40%～50%）中，很少出现在PTC经典亚型（10%）中；K-RAS12/13突变与N-RAS61或H-RAS61突变相比预测甲状腺恶性结节能力较低[44-45]，虽PAX8PPARγ融合在30%～40%的FTC和少部分FTA中（2%～13%）[42-43]。在FTC和FA中发现相同的致癌驱动因素意味着这些驱动因素不能诊断为恶性肿瘤，同时也提出了一个问题，即伴有这些基因突变的FTA是癌前病变还是原位癌。家族性FTC的患病率尚不清楚，FTC可能发生在罕见的遗传性癌症综合征中，包括Cowden's，Werner's和Carney complex。Cowden's综合征中最常见的突变是PTEN（因此命名为PTEN错构瘤综合征），但生殖系RASAL1突变也可能引起类似Cowden's综合征[46]。研究结果表明，使用二代测序的基因面板ThyroSeqv2或TSv3进行分子检测使得最终病理组织学恶性肿瘤诊断数量增加4倍，并准确地识别所有潜在的侵袭性恶性肿瘤。对80%以上的分子检测阴性患者进行非手术监测是安全有效的。ATA指南中建议进一步进行分子标记物检测，如作为应用二代测序或特殊免疫组化染色的突变检测，而不是用于诊断与滤泡细胞学有关的结节的手术方法以获得预测目的并减少不必要的手术造成的治疗伤害[1]。因此，基因检测对于FN可以提供更多恶性肿瘤类型诊断的信息，进而优化FN的管理及临床治疗[47]。

6 结语

总之，术前超声分类和评分系统、术前细针穿刺细胞学检查、粗针吸穿刺活检的敏感性不足以诊断区分FTA和FTC。由于术前和术中的诊断率较低，FTC的手术切除往往不充分，需要进一步完成手术。因此，术前预测甲状腺结节的FTC就显得尤为重要。使用计算机辅助诊断系统区分滤泡性癌和腺瘤方面表现出很高的特异性，进一步的研究对于应用人工智能对超声图像的分割分析和对甲状腺结节良恶性的鉴别诊断具有重要临床意义。目前正在对甲状腺结节的定量超声参数进行大规模、前瞻性研究，包括弹性成像和能量多普勒。未来应进一步构建基于临床特点、超声、细胞学和分子检测的FN诊断模型，可能有潜力帮助影像及外科医生鉴别甲状腺FN，提高FTC的检出率。

利益冲突所有作者均声明不存在利益冲突