人工智能輔助系統聯合超聲對甲狀腺結節的鑒別診斷價值

賈菊萍

（杭州西湖區蔣村街道社區衛生服務中心 浙江 杭州 310030）

甲狀腺結節是常見臨床病癥，表現為良性與惡性。從臨床數據顯示，男性發病率遠低于女性，且隨著年齡的增長，甲狀腺結節的發病率呈上升趨勢。甲狀腺結節以良性為主，惡性占比在2.8%～16%。超聲檢查是常用的鑒別診斷手段，具有靈敏度高、準確性好等特點。但隨著醫療技術的不斷發展，人工智能輔助診斷系統的應用，在很大程度上提高了傳統單一超聲診斷的準確度，在靈敏度、特異度等方面，表現出更好的臨床應用效果。本文以我院證實的303例患者共845個甲狀腺結節作為研究對象，就研究結果作如下具體報告。

1 資料與方法

1.1 一般資料

本文病例選自我院證實的303例患者共845個甲狀腺結節。其中，男93例，女191例，年齡15～78歲，平均年齡（48.27±12.04）歲。部位：甲狀腺左側葉：386個、右側葉407個、峽部52個。徑線：結節最大徑線0.14～10.81cm，平均（1.43±1.15）cm。

1.2 方法

應用多普勒超聲診斷儀及DEMETICS超聲甲狀腺結節AI輔助診斷系統對患者進行掃描檢查，并指導患者仰臥、暴露頸部，配合完成掃描診斷。

1.3 統計學方法

2 結果

患者入院治療期間，經不同臨床鑒別診斷方法，得出以下診斷結果。其中，人工智能輔助系統特異度38.1%、靈敏度90.4%；超聲診斷特異度62.7%、靈敏度82.7%；聯合應用特異度28.0%、靈敏度97.7%。經組間比較，聯合應用的靈敏度最高、特異度最低，鑒別診斷價值最高，具有統計學差異（P＜0.05），見表。

表 人工智能輔助系統與超聲診斷對甲狀腺結節的鑒別情況

3 討論

當前，甲狀腺結節良惡性非創傷性鑒別的方法以超聲診斷為主，并獲得良好的臨床應用效果。但是，甲狀腺惡性結節起病具有隱匿性，大多無顯著癥狀，且在超聲診斷中，與良性結節存在重疊情況，進而影響了臨床鑒別診斷的正確性。因此，為進一步提高甲狀腺結節良惡性的鑒別準確性，強化現代影像學技術及人工智能的應用，成為甲狀腺結節鑒別診斷發展的重要方向。人工智能輔助系統的應用，在很大程度上轉變了傳統單一超聲診斷方式，聯合診斷應用的實施，提高了鑒別診斷的靈敏度，值得進一步的臨床研究。

本文數據顯示，人工智能輔助系統聯合超聲診斷的靈敏度最高（97.7%）、特異度最低（28.0%），經組間比較，具有統計學差異（P＜0.05）。這說明，在傳統超聲診斷的基礎之上，聯合應用人工智能輔助系統，能夠提高甲狀腺結節良惡性的診斷價值，高靈敏度、低特異性等優勢，表現出良好的臨床應用價值。在超聲診斷中，鈣化、邊界不清、內部血流信號豐富，均可能被診斷為惡性結節。但從臨床研究來看，低回聲只是甲狀腺惡性結節的特異性表現之一，對臨床鑒別診斷具有一定干擾性。人工智能輔助系統的聯合應用，降低了干擾因素的影響。DEMETICS超聲甲狀腺結節AI輔助診斷系統，能夠實現機器人自動分類提示患者的結節類型，提高了臨床診斷的準確性，也提高了診斷效率，具有較高的臨床應用價值。

綜上所述，相比于超聲診斷，人工智能輔助系統聯合超聲診斷的鑒別診斷價值最高，表現為靈敏度高、特異性低，值得臨床推廣應用。