人工智能辅助系统联合超声对甲状腺结节的鉴别诊断价值及检出率分析

人工智能辅助系统联合超声对甲状腺结节的鉴别诊断价值及检出率分析

朱芳芳 周海晶

哈尔滨市第二医院 黑龙江哈尔滨 150026

[摘要] 目的：分析人工智能辅助系统联合超声对甲状腺结节的鉴别诊断价值及检出率。方法：时间起于2019.10，止于2021.03，取样70例甲状腺结节患者行对比研究，检验方法比较，分析其临床应用价值，对70例患者分别实施人工智能辅助系统联合超声检查，以及常规超声检查，对比在不同检查方式下，甲状腺结节检出率。结果：人工智能辅助系统联合超声检查较常规超声检查，甲状腺结节检出率有明显提升，（P＜0.05）。结论：人工智能辅助系统联合超声对甲状腺结节疾病，有较好检出效果，临床医师可根据检出数据为患者制定相应治疗计划，改善患者预后水平，有临床推广价值。

[关键词]人工智能辅助系统；超声；甲状腺结节；鉴别诊断价值；检出率

甲状腺结节为常见临床疾病，根据多数临床研究，可将甲状腺结节分为良性以及恶性。在临床治疗当中发现，甲状腺结节男性患者发病率较女性患者低。随着近年来我国民众生活习惯发生较大改变，因此导致甲状腺结节发病率呈逐年上涨趋势。目前对于甲状腺结节，常见诊断方法为超声检查，具有较高灵敏度、准确度等特点。在我国医疗水平不断提升背景下，因此对于甲状腺结节诊断方法也有所改进，通过运用人工智能辅助诊断系统，可有效弥补传统单一超声诊断中存在的漏诊、误诊问题。同时，表现出较高灵敏度、特异性。当时，治疗医师可根据诊断结果为患者制定后期治疗计划，显著提升患者预后水平。本研究时间起于2019.10，止于2021.03，取样70例甲状腺结节患者行对比研究，检验方法比较，分析其临床应用价值，分析人工智能辅助系统联合超声对甲状腺结节的鉴别诊断价值及检出率，详情如下。

1、研究对象和方法

1.1研究对象

时间起于2019.10，止于2021.03，取样70例甲状腺结节患者行对比研究，检验方法比较，分析其临床应用价值，对70例患者分别实施人工智能辅助系统联合超声检查，以及常规超声检查。

70例患者当中，男患者50.00%（35/70），女患者50.00%（35/70），年龄30~74岁，平均（52.00±0.35）岁。纳入标准：（1）患者对研究内容、意义详解。（2）研究已通过本院伦理委员批准并执行。排除标准：（1）临床资料缺损过多。（2）检查配合度不佳。（3）精神、认知、语言异常问题。

1.2研究方法

人工智能辅助系统联合超声检查：对患者采用多普勒超声诊断仪，以及DEMETICS超声甲状腺结节AI辅助诊断系统，对患者进行全面扫描检查，同时，在诊断过程中，引导患者采用仰卧检查体位、并对患者颈部进行暴露，完成全面扫描工作。

常规超声检查： 使用Philips IU Elite 超声诊断仪进行检查，设置探头线阵为L12-5,探头频率为5~12 MHz，检查时指导患者采取仰卧检查体位，并对颈部进充分暴露,检查过程中对患者病灶形态、大小、边界、部位、回声、钙化、内部血供情况进行详细记录，检查后，选用清晰结节图像，采集保存。

1.3观察指标

探讨患者甲状腺结节检出率。

1.4统计学方法

根据观察指标统计相关数据，分别使用均数（Mean Value）加减标准差（Standard Deviation）（ )和例（n）、百分率（%）来表示计量资料和计数资料，将有效数据输入到SPSS24.0软件中进行统计分析，进行T值和X²检验，当P值＜0.05时组间比较具有统计学意义。

2. 结果

2.1甲状腺结节检出率 人工智能辅助系统联合超声检查，甲状腺结节检出率显著高于常规超声检查。

表1 甲状腺结节检出率对比（n，%）

讨论

甲状腺结节具有发病位置隐匿等特点，因此，多数甲状腺结节患者在出现该疾病后没有显著临床症状，导致多数患者错失最佳治疗时机。同时，在使用超声对甲状腺结节进行诊断时，由于良、恶性结节存在重叠问题，因此影响患者临床诊断准确率^[1]。随着近年来我国医疗水平快速提升，通过对医学影像技术进行增强，可有效提升甲状腺结节良、恶性鉴别准确率。通过运用人工智能辅助系统，可有效改善单一超声诊断中漏诊、误诊问题，有效提升诊断准确度，为患者后期治疗计划提供辅助意见^[2]。

数据相较，人工智能辅助系统联合超声检查较常规超声检查，甲状腺结节检出率有明显差异，（P＜0.05），在对甲状腺结节患者实施超声诊断时，当结节出现钙化、边界不清、内部血流信号丰富等症状时，均有可能判定为恶性结节。但根据多数临床研究发现，在甲状腺结节疾病诊断中，低回声为特异性表现之一，因此对甲状腺结节良、恶性诊断产生较大干扰^[3]。运用人工智能辅助系统在降低干扰因素的同时，有效提升诊断准确率。通过对患者体内结节类型进行自动分类提示，有效改善超声诊断准确率，有较高临床应用价值。结合本研究数据发现，通过对甲状腺结节患者实施人工智能辅助系统联合超声检查干预后，患者检出率有显著增高。由此表明，通过利用人工智能辅助系统联合超声检查，可对患者体内结节类型进行有效判定，对患者后期治疗有指导意见。

综上所述，对甲状腺结节疾病实施人工智能辅助系统联合超声检查，检出效果较好，可根据检出数据为患者制定后期治疗计划，提升患者预后水平，因此。值得推广。

参考文献

1. 李潜, 丁思悦, 郭兰伟,等. 甲状腺结节超声恶性危险分层中国指南(C-TIRADS)联合人工智能辅助诊断对甲状腺结节鉴别诊断的效能评估[J]. 中华超声影像学杂志, 2021, 30(03):231-235.

2. 陈璟泰, 侯令密, 唐云辉,等. S-Detect对甲状腺结节良恶性鉴别诊断价值的Meta分析[J]. 中国全科医学, 2021, 24(30):3814-3820.

3. 原利晶, 陈武, 黄玉琴,等. 超声计算机辅助联合造影鉴别诊断甲状腺良恶性结节的研究[J]. 中国超声医学杂志, 2019, 035(004):299-302.