人工智能辅助下多模态超声联合TRAb及VEGF检测对甲状腺结节的精准诊断及临床价值评估.pdfVIP

机器人外科学杂志

论著·Article

CJRSVol.6No.11Nov.2025

ChineseJournalofRoboticSurgeryDOI:10.12180/j.issn.2096-7721.2025.11.008

人工智能辅助下多模态超声联合TRAb及VEGF检测

对甲状腺结节的精准诊断及临床价值评估

郑薇薇，周宇微，李慧芳，王泱，白立洁

（唐山市人民医院超声科 河北 唐山 063001）

摘要目的：探讨人工智能（AI）辅助下多模态超声联合促甲状腺激素受体抗体（TRAb）、血管内皮生长因子（VEGF）检

测对甲状腺结节的精准诊断及其临床价值评估。方法：选取2023年1月—2024年9月于唐山市人民医院就诊的129例甲状

腺结节性疾病患者为研究对象，采用AI辅助下多模态超声检查【AI常规超声+彩色多普勒血流成像（CDFI）+实时剪切波

弹性成像（SWE）+超声造影（CEUS）】，以术后病理结果为金标准，将研究对象分为良性组（=82）与恶性组（=47）。

nn

检测血清TRAb、VEGF水平，并比较两组各项超声指标及血清指标水平，分析AI辅助下多模态超声检查与血清指标及联合

预测对甲状腺结节的诊断价值。结果：AI辅助下多模态超声联合TRAb、VEGF检测与病理结果完全符合率为98.45%（127/129），

其检测甲状腺结节的灵敏度、特异度、阳性预测值及阴性预测值均显著高于TRAb、VEGF单一检测（0.05）。以临床病

P

理结果为金标准，TRAb、VEGF、AI辅助下多模态超声及联合预测对甲状腺结节的诊断效能分析（AUC，95%CI）依次为（0.849，

0.773~0.926），（0.883，0.814~0.952），（0.927，0.872~0.982）和（0.983，0.956~1.000），与A=0.5相比，均有显著差异（0.05）。

ZP

结论：在甲状腺结节良恶性诊断中，借助AI技术整合多模态超声特征与血清TRAb、VEGF指标，可显著提升诊断准确性，

具备重要临床应用价值。

关键词甲状腺结节；人工智能；多模态超声；促甲状腺激素受体抗体；血管内皮生长因子；临床价值

中图分类号 R581  文献标识码 A 文章编号2096-7721（2025）11-1860-06

Precisediagnosisandclinicalvalueassessmentofthyroidnodulesusing

-

AIassistedmultimodalultrasoundcombinedwithTRAbandVEGFdetection

ZHENG Weiwei, ZHOU Yuwei, LI Huifang, WANG Yang, BAI Lijie