梁 羽 ，岳林先，曹文斌，王 娟，游勤霞，王亚萍，杨 磊，陈 琴△

(1.四川省人民医院超声科，成都 610072；2.四川省成都市第三人民医院超声科 610031；3.四川省成都市第一人民医院超声科 610000)

近年来甲状腺疾病发病率呈现快速上升的趋势，其中甲状腺结节患病率最高约占1/5，人群中甲状腺癌的粗略发生率约7.56/10万，在中国全部癌症中排名第七[1-2]。甲状腺结节影像报告和数据系统(thyroid imaging of reporting and data system,TI-RADS)在临床中广泛应用，但由于超声医师的经验和超声设备性能造成诊断的不确定性，导致不同地区间、医院之间和医师之间超声结果差异较大，带给患者和临床医师很大困惑。近几年，人工智能在医学影像领域的迅速兴起，尤其人工智能在甲状腺结节的辅助诊断上已呈显优势，对于降低超声结果差异有很大帮助。目前人工智能报道大都是单中心回顾性研究，为减小选择性偏倚，本研究同期纳入3家医院的不同医师和不同设备，以Kwak和ACR TI-RADS分类为标准，采用人工智能安克侦计算机辅助诊断(computer-aided diagnosis，CAD)系统，比较超声医师与该人工智能系统对甲状腺结节诊断的效能，现报道如下。

1 资料与方法

1.1 一般资料

于2019年11月初对成都地区3家三甲医院超声医师统一进行Kwak TI-RADS分类[3-4]及ACR TI-RADS分类[5]标准培训，规范甲状腺超声操作及数据收集流程。随后，选取2019年11月至2020年1月该3家医院的经过细针穿刺活检或手术病理确诊的甲状腺疾病患者为研究对象，最终纳入252个甲状腺结节，每个结节留存纵、横切面图各1幅，记录当时医师超声报告的TI-RADS分类，最后由安克侦CAD系统集中时间盲法读图并出具TI-RADS分类报告。……