刘凌晓， 董 怡

甲状腺结节是临床常见的疾病之一。 其中良性结节包括甲状腺增生结节、甲状腺囊肿、甲状腺滤泡腺瘤等，恶性结节最常见为甲状腺乳头状癌。 以往文献报道， 高分辨率超声筛查甲状腺结节的检出率为20%～76%，其诊断甲状腺癌占5%～15%［1］。 目前，良性甲状腺结节的确诊主要依靠影像学表现及随访改变，恶性甲状腺结节的确诊主要依靠超声引导下穿刺活检及病理诊断［2］。在精准医疗时代下，术前准确、无创地鉴别甲状腺结节的良恶性、预测颈部淋巴结是否转移有利于提高个性化治疗的针对性，合理分配医疗资源。

在现有的影像学检查方法中， 超声凭借其无创、灵敏、实时显像等独特优势，成为甲状腺结节的首选影像学诊断方法［3］。 但超声检查具有一定的操作者依赖性，不同经验的操作者可能对同一图像产生不同的判读效果。

人工智能（artificial intelligence，AI）辅助诊断是计算机模拟人类智能与思维的前沿学科［4］，其采用计算机辅助检测与诊断（computer-aided detection and diagnosis，CAD）系统等方法挖掘影像图像中的特征信息，精准、迅速地识别病灶并给出客观的诊断意见。 影像组学结合大数据与医学影像，利用深度学习方法深度挖掘图像信息， 提取高通量图像特征，并寻找高通量特征与疾病的发生、发展、病理、基因等方面的关联，构建模型预测分析，辅助临床决策，以提高诊断、预测、评估预后的准确性［5］。近年来，AI辅助下的医学影像学技术在精准诊断甲状腺结节良恶性及淋巴结转移预测已成为研究热点，本文就AI 在甲状腺结节诊断及淋巴结转移中的应用进行评述。……