人工智能时代甲状腺超声检查的应用与展望

詹维伟， 侯怡卿

（上海交通大学医学院附属瑞金医院超声诊断科，上海 200025）

甲状腺结节是一个全球发病率非常高的疾病。中国、北美洲、澳洲发病率＞7.8/10万人[1]。从增长率来看，1980年以来，甲状腺癌的发病率大幅增长。有研究者认为发病率增长与检出率有较大关系。许多甲状腺乳头状癌 （papillary thyroid carcinoma,PTC）存在过度诊断、过度穿刺的问题。研究表明，全球各国都存在PTC过度诊断的情况，其中韩国的过度诊断率高达93%，中国约87%[2]。由于超声诊断对医师的经验依赖较大，在低年资医师和一些基层医疗机构中，尚存在漏诊的情况。作为一种高发疾病，甲状腺结节的筛查需大量基层医院参与，因此如何平衡甲状腺结节的漏诊和过度诊断，提高甲状腺结节的诊断能力，尤其是基层医院的诊断能力，是一个严峻的问题，成为目前甲状腺超声人工智能（artificial intelligence，AI）研究的主要关注点。基于AI的计算机辅助诊断 （computer-aided diagnosis，CAD）系统是一种新的诊断技术，具有一致性好、便捷、快速等特点，因此越来越多被运用到解决甲状腺结节超声诊断的问题中。

目前，以减少甲状腺结节的过度诊断为目的，AI在甲状腺超声检查的应用可具体分为3个方向。①甲状腺结节的准确诊断：降低操作者经验、仪器成像、甲状腺背景等因素对诊断效果的影响，保持诊断一致性、提升诊断效果；②风险分层系统，即甲状腺影像报告与数据系统（thyroid imaging reporting and data system，TI-RADS）的标准化：包括评估指标、评分系统和临床处理方式的标准化；③提升细针穿刺检查的诊断效能：减少细胞病理检查难以诊断的标本，如Bethesda 3类标本的比例，降低重复穿刺率。……