人工智能技术与FNAC联合在甲状腺良恶性结节诊断中的应用价值分析.pdfVIP

超声影像学

589

ULTRASONICIMAGING

人工智能技术与FNAC联合在甲状腺良恶性结

节诊断中的应用价值分析

葛肖艳马婷刘文

【摘要】目的：探究人工智能技术联合细针吸取细胞学检查（FNAC）在甲状腺良恶性结节诊断中的应用价

值。方法：选取2022年1月至2023年12月在我院进行诊治的128例甲状腺结节患者作为研究对象并记录所

有患者的临床资料，采用多普勒超声诊断仪分别进行甲状腺超声人工智能检查、超声引导下加负压FNAC以

及二者联合检查，完成后统计患者的病理学结果，人工智能检测将内置算法作为指导，观察病灶参数，对良

性、恶性例数进行统计；分析对比单一检测与联合检测的检出率、准确度、灵敏度、特异度、阳性及阴性预

测值，并进行受试者工作特征（ROC）曲线分析。结果：128例甲状腺结节患者中，病理学检测出有良性结

节者44例（34.38%），恶性结节者84例（65.63%）；FNAC检测出良性结节患者55例，恶性结节患者73例；

人工智能检测出良性结节患者49例，恶性结节患者79例；联合检测出良性结节患者45例，恶性结节患者83

例。在各检测方式阳性与阴性预测值结果中，FNAC检测阳性预测值为65.45%，阴性预测值为89.04%；人工

智能检测阳性预测值为71.42%，阴性预测值为88.61%；联合检测阳性预测值为95.55%，阴性预测值为

98.80%。采用预测值对识别诊断绘制ROC发现，FNAC检测AUC值为0.789、灵敏度81.82%、特异度

78.91%、约登指数0.60；人工智能检测AUC值为0.784、灵敏度79.55%、特异度79.54%、约登指数0.59；

联合检测的AUC值为0.985、灵敏度97.72%、特异度92.28%、约登指数0.90，提示在甲状腺良恶性结节诊

断中，与单一检测相比，联合检测具有更高的诊断价值。结论：与单一检测相比，人工智能技术与FNAC相

结合的检测方式在甲状腺良恶性结节诊断中的诊断效率更高，建议临床推广使用。

【关键词】甲状腺；人工智能技术；细针吸取细胞学检查；诊断；应用价值

中图分类号：R445.1文献标志码：A文章编号：1006-5741(2024)05-0589-05

ApplicationValueofArtificialIntelligenceTechnologyCombinedwithFNACin

theDiagnosisofBenignandMalignantThyroidNodules

GEXiaoyan,MATing,LIUWen

[Abstract]Purpose:Toexploretheapplicationvalueofartificialintelligencetechnologycombinedwithfine-

needleaspirationcytology(FNAC)inthediagnosisofbenignandmalignantthyroidnodules.Methods:Atotalof

128patientswiththyroidnodulesdiagnosedandtreatedinourhospitalfromJanuary2022toDecember2023were

selectedasthestudysubjects,andtheclinicaldataofallpatientswererecorded.Ultrasonicartificialintelligence

examin