人工智能時(shí)代甲狀腺超聲檢查的應(yīng)用與展望

詹維偉， 侯怡卿

（上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院超聲診斷科，上海 200025）

甲狀腺結(jié)節(jié)是一個(gè)全球發(fā)病率非常高的疾病。中國、北美洲、澳洲發(fā)病率＞7.8/10萬人[1]。從增長率來看，1980年以來，甲狀腺癌的發(fā)病率大幅增長。有研究者認(rèn)為發(fā)病率增長與檢出率有較大關(guān)系。許多甲狀腺乳頭狀癌 （papillary thyroid carcinoma,PTC）存在過度診斷、過度穿刺的問題。研究表明，全球各國都存在PTC過度診斷的情況，其中韓國的過度診斷率高達(dá)93%，中國約87%[2]。由于超聲診斷對(duì)醫(yī)師的經(jīng)驗(yàn)依賴較大，在低年資醫(yī)師和一些基層醫(yī)療機(jī)構(gòu)中，尚存在漏診的情況。作為一種高發(fā)疾病，甲狀腺結(jié)節(jié)的篩查需大量基層醫(yī)院參與，因此如何平衡甲狀腺結(jié)節(jié)的漏診和過度診斷，提高甲狀腺結(jié)節(jié)的診斷能力，尤其是基層醫(yī)院的診斷能力，是一個(gè)嚴(yán)峻的問題，成為目前甲狀腺超聲人工智能（artificial intelligence，AI）研究的主要關(guān)注點(diǎn)。基于AI的計(jì)算機(jī)輔助診斷 （computer-aided diagnosis，CAD）系統(tǒng)是一種新的診斷技術(shù)，具有一致性好、便捷、快速等特點(diǎn)，因此越來越多被運(yùn)用到解決甲狀腺結(jié)節(jié)超聲診斷的問題中。

目前，以減少甲狀腺結(jié)節(jié)的過度診斷為目的，AI在甲狀腺超聲檢查的應(yīng)用可具體分為3個(gè)方向。①甲狀腺結(jié)節(jié)的準(zhǔn)確診斷：降低操作者經(jīng)驗(yàn)、儀器成像、甲狀腺背景等因素對(duì)診斷效果的影響，保持診斷一致性、提升診斷效果；②風(fēng)險(xiǎn)分層系統(tǒng)，即甲狀腺影像報(bào)告與數(shù)據(jù)系統(tǒng)（thyroid imaging reporting and data system，TI-RADS）的標(biāo)準(zhǔn)化：包括評(píng)估指標(biāo)、評(píng)分系統(tǒng)和臨床處理方式的標(biāo)準(zhǔn)化；③提升細(xì)針穿刺檢查的診斷效能：減少細(xì)胞病理檢查難以診斷的標(biāo)本，如Bethesda 3類標(biāo)本的比例，降低重復(fù)穿刺率。……