徐锦媚 刘 萌 王鑫毅 薛 军 吴 迪

甲状腺结节是内分泌系统最常见的疾病之一，超声检查具有动态、实时、无辐射、重复性好等优点，是临床评估甲状腺结节的首选方法。目前，对甲状腺结节的分类依靠人工判读，易受检查者主观因素、超声仪器、诊疗环境等因素的影响［1-2］。计算机辅助诊断（computer-aided diagnosis，CAD）系统结合甲状腺影像报告和数据系统指南，可量化影像学特征，自动客观地分析图像，减少人工判读产生的错误，提高诊断效率和准确率。但目前甲状腺CAD系统尚处于初步发展阶段，仅可对单帧切面图像进行评价，缺乏对彩色多普勒图像及弹性图像的分析，存在一定的局限性［3］。超声弹性成像（ultrasound elastography，UE）通过反映组织内部弹性模量的差异，从而对病灶良恶性进行鉴别，弥补了常规超声及CAD系统无法鉴别病灶软硬度的不足。本研究旨在探讨CAD系统联合UE、高年资超声医师判读在鉴别甲状腺结节良恶性中的应用价值。

资料与方法

一、研究对象

选取2019年6月至2020年12月我院经病理确诊的甲状腺结节患者148例（共182个结节），其中男40例，女108例，年龄22~83岁，平均（47.2±12.7）岁。其中良性结节95个，包括结节性甲状腺肿68个、滤泡性腺瘤囊性变13个、炎症7个、甲状腺腺瘤6个、囊肿1个；恶性结节87个，包括甲状腺乳头状癌79个、滤泡癌7个、黏液表皮样癌1个。纳入标准：①未行手术治疗；②未行放射性碘、促甲状腺激素抑制、消融等其他特殊治疗。排除标准：①年龄<18岁；②病灶占据整个甲状腺单侧叶或双侧叶；③术后病理诊断不明确或病理无法分类；④2017年美国放射学会甲状腺影像报告和数据系统（ACR TI-RADS）［4］和2011年Kwak等［5］提出的甲状腺影像报告和数据系统（Kwak TI-RADS）指南无法分类。本研究经我院医学伦理委员会批准，所有患者均签署知情同意书。

二、仪器与方法

使用日立HIVISION Avius、迈瑞Resona 7彩色多普勒超声诊断仪，线阵探头，频率7.5~12.0 MHz；配备弹性成像软件。本研究中所使用的CAD软件为AmCAD-UTDetection（安克侦，台湾安克公司）。患者取仰卧位，行连续多切面常规扫查，记录每个结节的部位、大小、形态、边界、纵横比、内部回声、微钙化、血流、后方回声改变及颈部淋巴结肿大等情况。然后行UE检查，将结节显示于屏幕中间，感兴趣区取样框包含整个结节及其周边部分正常甲状腺组织，轻微快速振动探头，频率约2次/s，施压深度1~2 mm，当压力和频率的综合指数达到理想状态时，指示标记竖格显示为全绿。双幅实时显示灰阶图和弹性图，弹性图像中绿色表示感兴趣区内组织为平均硬度，蓝色表示该处组织较平均硬度软，红色表示该处组织较平均硬度硬。CAD系统分析：由上述高年资医师选择最能反映结节良恶性的二维图像导入计算机，在安克侦软件中勾画出结节边界，获得感兴趣区，系统自动对病灶的6个特征（回声类型、边缘、内部回声、强回声点、纵横比>1、无回声区域）进行分析。

三、诊断标准

1.高年资超声医师判读诊断标准：由1名具有10年以上头颈部超声检查经验的医师根据结节回声、纵横比、边界、结节内微钙化和临近组织侵犯、淋巴结转移等特征对结节进行综合评估，判定其良恶性。

2.UE诊断标准：根据Rubaltelli等［6］提出的甲状腺结节弹性成像5分法，以0~2分为良性，3~4分为恶性。以囊性为主结节弹性评分为0分。

3.CAD系统诊断标准［3］：根据软件分析结果，ACR TI-RADS指南以7分为诊断截点，≥7分为恶性，<7分为良性。Kwak TI-RADS指南以4C为诊断截点，4C以上为恶性，4B及以下为良性。

4.UE联合CAD系统诊断标准［7］：ACRTI-RADS指南≥7分为恶性；≤3分为良性；≥4分~7分结节根据UE诊断标准，UE评分1~2分为良性，3~4分为恶性［8］。Kwak TI-RADS 4C以上为恶性；3类以下为良性；4A、4B类结节根据UE诊断标准，UE评分1~2分为良性，3~4分为恶性。

5.三者联合诊断标准：高年资医师判读、UE和CAD系统三种方法均为阴性或任意两种方法为阴性诊断为良性，三种方法均为阳性或任意两种方法为阳性诊断为恶性。

四、统计学处理

应用SPSS 26.0和MedCalc 19.0统计软件，计数资料以频数或率表示，行配对χ2检验。以病理结果为金标准，绘制受试者工作特征（ROC）曲线分析CAD系统、UE和高年资超声医师判读单独应用及三者联合对甲状腺结节的诊断效能，曲线下面积（AUC）比较行Z检验。P<0.05为差异有统计学意义。

结 果

一、高年资超声医师判读、UE和CAD系统对甲状腺结节的诊断情况

高年资超声医师判读常规超声图片，诊断良性结节87个，恶性结节95个。UE诊断良性结节78个，恶性结节104个。CAD系统（ACR TI-RADS）诊断良性结节93个，恶性结节89个；CAD系统（Kwak TI-RADS）诊断良性结节77个，恶性结节105个。甲状腺良、恶性结节UE图及CAD系统分析图见图1。

图1 甲状腺良、恶性结节UE及CAD系统分析图

二、不同方法鉴别甲状腺结节良恶性的诊断效能比较

高年资超声医师判读、UE和CAD系统单独及联合应用诊断甲状腺结节良恶性的敏感性、特异性、准确率、阳性预测值、阴性预测值、约登指数及AUC见表1和图2。

图2 不同方法诊断甲状腺结节良恶性的ROC曲线图

表1 不同方法鉴别甲状腺结节良恶性的诊断效能比较

1.三者联合诊断与单一方法比较：三者联合诊断甲状腺结节的敏感性、特异性、准确率、约登指数及AUC与单独高年资超声医师判读比较，差异均无统计学意义；其中CAD系统（Kwak TIRADS）、UE联合高年资超声医师判读诊断的阳性预测值和阴性预测值均高于单独高年资超声医师判读，差异均有统计学意义（均P<0.05）。三者联合诊断的敏感性、特异性、准确率、约登指数及AUC均高于CAD系统或UE单独应用，差异均有统计学意义（均P<0.05）。

2.三者联合诊断与UE联合CAD系统诊断比较：三者联合诊断的特异性、约登指数及AUC均高于UE联合CAD系统诊断，差异均有统计学意义（均P<0.05）。UE联合CAD系统（Kwak TI-RADS）诊断的敏感性（96.6%）高于三者联合诊断，但特异性（41.1%）低于其他诊断方法，差异均有统计学意义（均P<0.05）。

3.UE联合CAD系统诊断与单一方法比较：UE联合CAD系统与CAD系统比较，敏感性升高，但特异性降低，差异均有统计学意义（均P<0.05）；AUC比较差异无统计学意义。

讨 论

据文献［3，9-10］报道，基于不同指南的CAD系统诊断甲状腺结节良恶性的AUC为0.63~0.88，能辅助提高超声医师尤其是低年资超声医师对甲状腺结节的诊断效能。但目前CAD系统仍处于初步发展阶段，其通过分析单一图像对甲状腺结节的良恶性进行分级，不能对结节连续多图像综合分析，一定程度上仍依赖于超声医师对图像的选取和感兴趣区的勾画，有一定的主观性和操作者差异［3］；且存在无法分析病灶对周围组织侵犯情况及结节硬度的局限性。近年来UE技术也被证实对甲状腺结节良恶性的鉴别有较好的效能，其敏感性为68.2%~90.4%，特异性为70.2%~89.5%，AUC为0.882~0.895［11-12］。病灶侵犯周围组织及硬度增加是恶性结节的典型征象，超声医师通过连续扫查及UE检查正好弥补了CAD系统该方面的不足。本研究旨在探讨CAD系统联合UE、高年资超声医师判读在鉴别甲状腺结节良恶性中的应用价值。

本研究结果发现，UE联合CAD系统应用能提高对甲状腺结节的诊断敏感性，其中UE联合CAD系统（Kwak TI-RADS）的敏感性（96.6%）高于单独高年资超声医师判读或三者联合（82.8%、86.2%），差异均有统计学意义（均P<0.05），提示在甲状腺恶性结节筛查中引入UE和CAD系统可能具有更好的诊断效果。而高年资超声医师判读联合UE、CAD系统（Kwak TIRADS）的阳性预测值和阴性预测值均高于单独高年资超声医师判读，提示对于高年资超声医师而言，若在其判读后应用UE和CAD系统检查进行验证，可能获得较显著的帮助和获益。分析高年资超声医师判读、UE联合CAD系统三者联合诊断的优点：①降低了操作者主观偏倚的影响，有助于提升规范性、稳定性及可重复性；②可辅助包括高年资超声医师在内的各级医师判断疑难病例，降低了患者因医师不能确诊而重复多次检查及接受甲状腺结节穿刺的几率，节约了医疗成本，减轻患者负担；③近年来基于人工智能的CAD系统不断革新，通过完善算法模型及大数据学习，其诊断准确率和诊断效能有望随着相关技术的升级而提高。另一方面，本研究中高年资超声医师判读、UE联合CAD系统三者联合与单独高年资超声医师判读对甲状腺结节在诊断效能比较，差异无统计学意义，表明虽然CAD系统和UE目前虽能达到较高的诊断效能，但现阶段对甲状腺结节的诊断依然不具备脱离超声医师进行独立诊断的能力。究其原因，笔者认为是由于高年资超声医师可依据其积累了多年的诊断经验，对甲状腺结节的超声特征进行全面、准确的判断，并能通过分析病史及观察病灶周围的组织有无侵犯及转移等其他特征进行判断，这些均是CAD系统和UE目前无法实现的。

本研究的局限性：①作为初步研究，样本量较小，未来可进行多中心、大样本研究进一步证实研究结果的可重复性和可靠性。②本研究中ROC曲线仅1个阈值点，不能体现所有曲线的变化规律。分析原因为：现有关于CAD系统诊断效能的文献［3，9］均已给出最佳诊断截点，因此本研究设计中直接省去了找寻最佳诊断截点这一方面的内容；且既往关于CAD系统联合超声医师的文献，其诊断方法是CAD系统和超声医师分别判读，然后再进行结果校正，且校正的方法是超声医师参考CAD系统诊断结果后再修正自己对结节的分类。源于本研究设计的特殊性，笔者认为CAD系统和超声医师意见完全相反时，结节的良恶性将难以抉择，因此本研究引入UE进行联合诊断。虽解决了对诊断结果难以抉择的问题，但UE作为定性诊断而非定量诊断，并未进行分级，导致本研究ROC曲线仅1个阈值点。③未使用2020年甲状腺结节超声恶性风险分层的中国指南（C-TI-RADS），原因为安克侦软件目前尚未纳入C-TI-RADS指南。最新研究［13］发现C-TI-RADS指南联合人工智能辅助诊断（S-Detect技术）后诊断效能进一步提高（AUC从0.869提升至0.942）。希望未来CAD系统不断优化，能加入适合中国人的C-TI-RADS指南。

综上所述，CAD系统、UE和高年资超声医师判读三者联合应用在甲状腺结节良恶性的鉴别诊断中有重要的临床价值，具有良好的临床应用前景。