AI辅助诊断联合医师C-TIRADS分类对甲状腺结节的诊断效能分析

摘要

目的探讨人工智能(Artificial Intelligence,AI)诊断系统联合中国(超声)甲状腺影像报告和数据系统(Chinese Thyroid Imaging Reporting and Data System,C-TIRADS)在甲状腺结节中的诊断价值。方法将符合纳入及排除标准的225个甲状腺结节作为研究对象,分别采用医师C-TIRADS分类诊断、AI诊断系统、AI诊断系统联合医师C-TIRADS分类诊断的方法,以粗针穿刺或手术病理诊断结果为金标准,绘制受试者工作特征(Receiver Operating Characteristic,ROC)曲线;比较3种诊断方法的ROC曲线下面积(Area Under Curve,AUC)、灵敏度、特异性、约登指数。结果联合诊断的AUC(0.952)高于C-TIRADS分类诊断(0.900)及AI诊断系统(0.829);联合诊断的特异性(95.74%)高于AI诊断系统(84.04%)和C-TIRADS分类诊断(82.98%);C-TIRADS分类诊断的灵敏度(96.95%)高于联合诊断(94.66%)及AI诊断系统(81.68%)。在≤10 mm结节诊断中,联合诊断的AUC(0.978)高于AI诊断系统(0.897)和C-TIRADS分类诊断(0.778);联合诊断的灵敏度(98.36%)高于C-TIRADS分类诊断(93.44%)和AI诊断系统(90.16%);联合诊断的特异性(97.30%)高于AI诊断系统(89.19%)和C-TIRADS分类诊断(62.16%)。在>10 mm结节诊断中,C-TIRADS分类诊断的AUC(0.982)高于联合诊断(0.931)和AI诊断系统(0.775);C-TIRADS分类诊断的灵敏度(100%)高于联合诊断(91.43%)和AI诊断系统(74.29%);C-TIRADS分类诊断的特异性(96.49%)高于联合诊断(94.74%)和AI诊断系统(80.7%),差异均具有统计学意义(P10 mm结节,AI诊断系统临床应用价值有限,医师C-TIRADS分类诊断灵敏度、特异性和准确度更高。