2028年AI在甲状腺结节筛查中的超声图像分析精度提升研究.docx

PAGE2

《2028年AI在甲状腺结节筛查中的超声图像分析精度提升研究》

一、概述

1.1背景与意义

甲状腺结节是临床常见的内分泌系统疾病，高频超声检查因其无创、实时、无辐射等优势，已成为首选的影像学筛查手段。流行病学数据显示，成人甲状腺结节的超声检出率高达20%-76%，其中约有5%-15%为恶性结节。然而，传统超声诊断高度依赖医师的临床经验与主观判断，导致不同年资医师间的诊断一致性较差，误诊率与不必要的细针穿刺（FNA）率居高不下。

随着人工智能技术的爆发式增长，特别是深度学习在医学影像领域的深入应用，AI辅助诊断系统已逐渐成为提升筛查效率与精度的关键工具。进入2028年，AI模