超声人工智能在甲状腺可疑结节良恶性鉴别诊断中的应用价值

摘要：

目的 探讨超声人工智能(AI)辅助诊断系统在甲状腺可疑结节良恶性鉴别诊断中的应用价值.方法 回顾性分析按美国放射学会甲状腺影像报告与数据系统(ACRTI-RADS)分类3～5类的甲状腺结节289个.将不同年资医师和超声AI辅助诊断系统分为低年资组、高年资组和AI组,分别以TR4、TR5为诊断恶性截断值,比较各组的灵敏度、特异度、准确度、阳性预测值、阴性预测值和ROC曲线下面积(AUC).结果 截断值TR4与TR5比较,低年资组、高年资组及AI组AUC分别为0.579 vs 0.752、0.684 vs 0.881、0.678 vs 0.856,差异有统计学意义(P＜0.05).以TR5为最佳截断值时,AI组对甲状腺结节诊断的灵敏度、特异度、准确度、阳性预测值、阴性预测值和AUC均高于低年资组(P＜0.05),且与高年资组相仿(P＞0.05).结论 超声AI辅助诊断系统对甲状腺可疑结节的最佳诊断恶性截断值为TR5,其诊断效能高于低年资医师,与高年资医师相仿.

关键词：甲状腺结节、人工智能、超声、甲状腺影像报告与数据系统

所属期刊栏目：38

分类号：R445.1;R736.1;R581

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：370-373