人工智能软件联合超声造影鉴别诊断甲状腺良、恶性结节

摘要：

目的 探讨人工智能(AI)软件联合超声造影(CEUS)对甲状腺良、恶性结节的鉴别诊断效能.资料与方法回顾性分析2018年3月—2019年11月于山西医科大学第一医院就诊并经手术病理证实的237例甲状腺结节,共257个结节,包括恶性177个、良性80个,采用受试者工作特征曲线分析术前AI量化的超声特征、CEUS增强模式及两者联合对甲状腺结节的诊断价值.结果 AI软件量化的超声特征低回声(χ2=4.350,P=0.037)、微钙化(χ2=51.740,P<0.001)、纵横比>1(χ2=59.862,P<0.001)、边缘不规则(χ2=8.485,P=0.004)在甲状腺良、恶性结节中差异有统计学意义.AI诊断甲状腺结节良恶性的曲线下面积(AUC)、敏感度、特异度分别为0.84、89.83％、76.25％;CEUS鉴别甲状腺良、恶性结节的AUC、敏感度、特异度分别为0.83、80.23％、85.00％;AI联合CEUS的AUC、敏感度、特异度分别为0.91、92.26％、90.00％,AI联合CEUS的AUC大于AI、CEUS(Z=2.660,P=0.008;Z=3.916,P<0.001),特异度高于AI、CEUS(χ2=23.367,P=0.004;χ2=6.563,P=0.025),准确度高于AI、CEUS(χ2=7.962,P=0.001;χ2=5.698,P=0.033),敏感度高于CEUS(χ2=10.647,P=0.017),但AI联合CEUS的敏感度与AI比较差异无统计学意义(χ2=2.825,P=0.692);AI与CEUS的AUC比较,差异无统计学意义(Z=0.292,P=0.770).结论 AI软件量化对鉴别甲状腺结节良恶性有参考价值.AI与CEUS鉴别甲状腺良、恶性结节的诊断效能基本相当,但AI的敏感度更高,而CEUS的特异度更高,AI联合CEUS比单独应用AI、CEUS的诊断效能更高.

关键词：甲状腺结节、超声造影、人工智能、病理学、外科、诊断、鉴别

所属期刊栏目：31

分类号：R445.2;R736.1(诊断学)

资助基金：山西省重点研发计划201903D321190

在线出版日期：2023-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-230