人工智能辅助评分系统联合超声弹性成像诊断甲状腺结节良恶性的价值

摘要

目的 分析人工智能辅助评分系统联合超声弹性成像在甲状腺结节良恶性诊断中的应用价值.方法 纳入甲状腺结节患者414例(共543个结节),分别使用甲状腺人工智能辅助评分系统和超声弹性成像技术对甲状腺结节进行分析,记录人工智能评分(AIAS)、应变率比值(SR).对甲状腺良恶性结节的AIAS和SR进行二元Logistic回归分析,计算联合诊断预测因子.绘制受试者工作特征(ROC)益线,分析MAS、SR和两者联合诊断对甲状腺结节良恶性的价值.结果 543个结节中,病理检查结果证实恶性病变339个(62.43％),良性病变204个(37.57％).良性结节的AIAS、SR和联合预测因子均低于恶性结节,差异有统计学意义(P＜0.05).联合诊断的曲线下面积(AUC)高于AIAS和SR,差异有统计学意义(P＜0.05).结论 人工智能辅助评分系统和超声弹性成像在单独诊断甲状腺结节良恶性中均具有一定的局限性,两者联合应用对甲状腺结节性质的诊断价值更高.