S-Detect对甲状腺结节良恶性鉴别诊断价值的Meta分析

2021-09-16陈璟泰侯令密唐云辉钱双强蒲虹羽高砚春

中国全科医学 2021年30期

陈璟泰，侯令密，唐云辉，钱双强，蒲虹羽，高砚春

根据报道，19%～68%的人存在甲状腺结节［1］。甲状腺结节是甲状腺癌最常见的临床表现，准确鉴别甲状腺结节良恶性对于患者治疗方式的选择至关重要。彩超因无创、无电离辐射且价格低廉而被广泛接受为甲状腺结节的一线影像学检查手段，但其诊断准确性常与医生的经验、水平相关［2］。

计算机辅助诊断（computer aided diagnosis，CAD）技术是人工智能与现代医学研究的热点之一。近年来，随着构建人工智能的技术进步，人们已经开发了基于超声的CAD系统，并被引入商用的超声诊断软件［3］，在乳腺和甲状腺肿瘤检查工作中，其有效性得到了初步验证［4-5］。人工智能与超声影像结合可简化操作步骤、避免主观差异性、节约医师资源、缩短报告时间、提高诊断效率，具有广阔的应用前景。

S-Detect是目前常用的一项针对甲状腺结节的超声CAD技术，通过前期数据学习及算法优化，该技术可对甲状腺结节的良性或恶性进行鉴别诊断。本研究广泛纳入国内外多篇文献进行定量合成，旨在明确S-Detect对甲状腺结节良恶性的鉴别诊断价值。