人工智能应用于甲状腺结节评估的进展与挑战.pdfVIP

人工智能应用于甲状腺结节评估的进展与挑战

【摘要】甲状腺癌是内分泌系统最常见的恶性肿瘤，其发病率逐年上升。鉴于

甲状腺结节患者基数庞大，对结节良恶性的精准评估是早期诊治甲状腺癌的关键

临床需求。人工智能（AI）技术凭借其强大的数据处理与模式识别能力，在甲状

腺结节超声影像分析、CT影像特征提取及细针穿刺抽吸细胞学诊断方面均取得

了显著进展。本文着眼于AI在评估甲状腺结节中的应用，基于不同检查方式探

讨AI提升甲状腺结节评估准确性下限的作用，并展望AI加入现有诊断体系的潜

在应用场景，以及可能面临的新问题与挑战。

【关键词】甲状腺肿瘤；甲状腺结节；人工智能

甲状腺癌已经成为内分泌系统最为常见、全世界发病率第7位的恶性肿瘤，

其发病率仍呈逐年上升趋势［1］。我国甲状腺癌年新发病例数超过46万，流行

病学数据提示，甲状腺结节的恶性比例为5%~15%［2］。而全球人口中甲状腺结

节的患病率约为25%，甲状腺结节患者基数庞大［3］。因此，精准评估甲状腺

结节的良恶性，是制定合理的治疗方案和早期诊断甲状腺癌的重要临床需求。当

前，甲状腺结节的评估主要依赖包括超声等影像学检查、细针穿刺抽吸术（fin

eneedleaspiration，FNA）细胞学诊断和基因检测等。

近年来，人工智能（artificiali