何子朋，郭瑞君，唐華*

1.首都醫(yī)科大學附屬北京朝陽醫(yī)院西院超聲科，北京 100043；2.首都醫(yī)科大學附屬北京朝陽醫(yī)院超聲醫(yī)學科，北京 100020；*通信作者 唐華 tanghuahuayouxiang＠163.com

甲狀腺影像報告和數(shù)據(jù)系統(tǒng)（thyroid imaging reporting and data system，TI-RADS）的建立規(guī)范了甲狀腺結(jié)節(jié)的超聲診斷[1-3]，為臨床進一步診療提供了客觀參考。然而，多種因素仍會干擾超聲TI-RADS臨床分類，尤其對于TI-RADS 3類與4a類結(jié)節(jié)，超聲醫(yī)師傾向于將良性特征不明顯的結(jié)節(jié)歸為4a類以減少漏診，從而增加了臨床非必要的穿刺活檢。S-Detect技術(shù)是近年新興的一種初級人工智能輔助診斷方法，以客觀、快速的特點，已在輔助診斷乳腺結(jié)節(jié)良惡性中體現(xiàn)了良好的應(yīng)用價值[4-5]，但其在甲狀腺結(jié)節(jié)中的研究較少[6-7]。本研究擬應(yīng)用S-Detect技術(shù)進一步評估常規(guī)超聲診斷為TI-RADS 4a類甲狀腺結(jié)節(jié)，探討其輔助TI-RADS 4a類結(jié)節(jié)穿刺活檢的應(yīng)用價值。

1 資料與方法

1.1 研究對象 回顧性選取首都醫(yī)科大學附屬北京朝陽醫(yī)院西院2019年8月—2021年3月因甲狀腺結(jié)節(jié)TI-RADS分類為4a類，預(yù)行穿刺活檢患者79例共86個病灶，其中男25例，女54例；年齡21～68歲，平均（43.3±11.5）歲，病灶最大直徑0.62～1.89 cm，平均（1.07±0.32）cm。納入標準：①有明確的穿刺病理結(jié)果或手術(shù)后病理結(jié)果；②由2名高年資主治醫(yī)師協(xié)商最終確定為TI-RADS 4a類結(jié)節(jié)；③術(shù)前均行常規(guī)超聲及S-Detect技術(shù)評估，資料完整。排除完全鈣化結(jié)節(jié)或因鈣化確定為4a類結(jié)節(jié)。本研究通過首都醫(yī)科大學附屬北京朝陽醫(yī)院倫理委員會審查（批號：2021-科-284），所有患者均知情同意。

1.2 儀器與方法 采用Samsung RS80A超聲診斷儀，L3-12A高頻線陣探頭，頻率3～12 MHz，配備有SDetect軟件。由1名通過S-Detect操作培訓合格的主治醫(yī)師采集甲狀腺結(jié)節(jié)的超聲圖像，選擇結(jié)節(jié)最大徑線的橫切面、縱切面留存圖像，如果有可疑惡性切面，則選擇性留存1～3張圖像。在每個切面均啟動S-Detect，軟件自動勾畫包絡(luò)病變范圍，并分析結(jié)節(jié)的超聲特征及診斷結(jié)果（可能良性、可能惡性），如果機器自動勾勒較差，可人工手動勾勒。當縱、橫2個切面診斷結(jié)果不一致時，選用“惡性可能”的診斷。

1.3 超聲分類 常規(guī)超聲分類由2名具有10年以上甲狀腺超聲診斷經(jīng)驗的主治醫(yī)師協(xié)商確定，診斷標準參考Kwak等[8]提出和詹維偉等[9]、趙艷娜等[10]建立的TI-RADS分類標準：1類，甲狀腺未見異常；2類，良性結(jié)節(jié)；3類，可能良性結(jié)節(jié)（惡性風險≤5%）；4類，可疑惡性結(jié)節(jié)，細分為4a類（具有1個惡性征象，惡性風險5%～20%）、4b類（具有2個惡性征象，惡性風險 21%～50%）、4c類（具有3～4個惡性征象，惡性風險51%～90%）；5類，惡性結(jié)節(jié)可能性大（具有5個惡性征象，惡性風險＞90%）；6類，惡性結(jié)節(jié)，經(jīng)病理證實。其中惡性征象包括實性、低回聲或極低回聲、不規(guī)則邊界、微鈣化、縱橫比＞1。本研究選取TI-RADS 4a類病灶，參考S-Detect輔助診斷結(jié)果重新分類，SDetect診斷為可能良性時降為3類，S-Detect診斷為可能惡性時分類保持不變。所有病灶均行穿刺活檢，以病理結(jié)果作為“金標準”，比較常規(guī)超聲分類與SDetect輔助診斷后的分類結(jié)果。

1.4 統(tǒng)計學方法 選用SPSS 19.0軟件，為便于統(tǒng)計，將超聲診斷為TI-RADS 4a類結(jié)節(jié)定義為惡性，3類結(jié)節(jié)定義為良性；以病理結(jié)果作為“金標準”，分別計算常規(guī)超聲與S-Detect輔助診斷的敏感度、特異度、陽性預(yù)測值、誤診率和漏診率。采用χ2檢驗比較S-Detect輔助分類前后結(jié)果的差異，P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 病理結(jié)果 79例共86個病灶均獲得明確的病理診斷，其中惡性結(jié)節(jié)34個，包括29個乳頭狀癌、3個髓樣癌、2個未分化癌；良性結(jié)節(jié)52個，包括結(jié)節(jié)性甲狀腺腫29個，腺瘤8個，淋巴細胞甲狀腺炎11個，嗜酸性細胞瘤4個。

2.2 常規(guī)超聲與S-Detect輔助分類后結(jié)果 常規(guī)超聲分類結(jié)果：86個病灶均為4a類，遵循臨床指南，均需穿刺活檢。S-Detect輔助診斷結(jié)果：86個病灶中，診斷為可能良性病灶48個，可能惡性病灶38個，38個病灶由4a類降為3類（圖1）。兩種技術(shù)穿刺結(jié)果比較見表1。S-Detect技術(shù)診斷為可能良性病灶中1例病理結(jié)果為惡性，為S-Detect技術(shù)漏診病例，其病理結(jié)果為乳頭狀癌（圖2）。

圖1 S-Detect技術(shù)輔助病灶診斷分類降低超聲與病理圖像。A.常規(guī)超聲診斷為4a類，S-Detect判讀為可能良性，降為3類；B.病理結(jié)果為結(jié)節(jié)性甲狀腺腫

圖2 S-Detect技術(shù)漏診病例超聲與病理圖像。A.S-Detect技術(shù)判讀為可能良性，降為3類；B.病理結(jié)果為乳頭狀癌

2.3 常規(guī)超聲與S-Detect技術(shù)輔助分類結(jié)果比較 SDetect技術(shù)輔助分類后，活檢率、特異度、陽性預(yù)測值和誤診率差異均有統(tǒng)計學意義（P＜0.05），S-Detect技術(shù)1例漏診，但兩者漏診率差異無統(tǒng)計學意義（P＞0.05），見表1。

表1 常規(guī)超聲與S-Detect技術(shù)輔助診斷后穿刺結(jié)果比較（%）

3 討論

近年來，甲狀腺結(jié)節(jié)發(fā)病率呈顯著上升趨勢[11-12]。甲狀腺TI-RADS分類規(guī)范了甲狀腺結(jié)節(jié)的超聲分類與管理建議，為甲狀腺結(jié)節(jié)的臨床診斷與治療提供重要參考。根據(jù)分類指南，TI-RADS 3類結(jié)節(jié)僅需規(guī)范化的影像學隨訪，而TI-RADS 4類結(jié)節(jié)則需進一步穿刺活檢明確診斷。然而，TI-RADS 4類結(jié)節(jié)惡性風險范圍廣泛（5%～90%），又細分為4a、4b、4c類，其中4a類結(jié)節(jié)的惡性風險約為5%～20%，超聲醫(yī)師常傾向于將良性特征不明顯的結(jié)節(jié)歸類為4a類，從而使4a類結(jié)節(jié)的假陽性率較高，導致臨床對4a類結(jié)節(jié)的穿刺率過高[13]。本研究中，常規(guī)超聲診斷為TI-RADS 4a類的86個結(jié)節(jié)中，僅39.5%（34/86）經(jīng)病理證實為惡性結(jié)節(jié)，與S-Detect技術(shù)相比，誤診率達100%。因此，亟需一種新的技術(shù)提高4a類結(jié)節(jié)的診斷準確率，以降低臨床穿刺活檢的假陽性率。

3.1 甲狀腺S-Detect人工智能系統(tǒng)與研究現(xiàn)狀 甲狀腺S-Detect人工智能系統(tǒng)是一套輔助超聲影像診斷的深度學習系統(tǒng)[14]，它基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建，通過對韓國、法國及美國ATA等多種TI-RADS分類系統(tǒng)學習，自動分析結(jié)節(jié)內(nèi)部結(jié)構(gòu)、回聲高低、邊界、縱橫比、形態(tài)等超聲圖像灰階信息，從而獲得甲狀腺結(jié)節(jié)良惡性的診斷。韓紅等[6]報道超聲S-Detect技術(shù)診斷甲狀腺腫瘤的敏感度為88.7%。本研究中S-Detect技術(shù)對于4a類結(jié)節(jié)的診斷敏感度為97.1%，特異度為71.2%，高于韓紅等[6]的研究結(jié)果，表明S-Detect技術(shù)對于4a類結(jié)節(jié)較其他分類結(jié)節(jié)可能具有更高的敏感度和特異度。邢博緣等[15]對TI-RADS 4類結(jié)節(jié)研究顯示，S-Detect技術(shù)在4a類結(jié)節(jié)中具有較高的特異度和準確度，在4b、4c類結(jié)節(jié)中具有較高的敏感度和準確度，表明其可以提高4類甲狀腺結(jié)節(jié)良惡性的判斷準確性。陳晨等[16]研究顯示，S-Detect技術(shù)可以輔助超聲初學者和臨床醫(yī)師在甲狀腺結(jié)節(jié)檢查時做出診療決策，具有很好的臨床應(yīng)用前景。

3.2 超聲S-Detect技術(shù)輔助分類前后的診斷效能 本研究選取常規(guī)超聲分類為TI-RADS 4a類的甲狀腺結(jié)節(jié)86個，應(yīng)用S-Detect技術(shù)輔助分類后，38個病灶降為3類，顯著降低了穿刺率，提高了陽性預(yù)測值。結(jié)合穿刺病理結(jié)果，1例惡性病灶漏診為良性，但漏診率較常規(guī)超聲并無顯著差異。本例漏診病灶的病理結(jié)果為乳頭狀癌，常規(guī)超聲僅因為結(jié)節(jié)形態(tài)欠規(guī)則、邊界欠清晰診斷為4a類。此外，本研究應(yīng)用S-Detect技術(shù)輔助分類后存在15個假陽性病灶，其原因可能與該技術(shù)本身的局限性有關(guān)，S-Detect技術(shù)主要通過識別結(jié)節(jié)的二維圖像獲取信息，并未對結(jié)節(jié)的硬度及血流情況進行提取分析，而這兩方面特征對結(jié)節(jié)的良惡性鑒別也有重要意義[17-18]，因此，超聲彈性成像技術(shù)與超聲造影結(jié)合將有助于進一步提高診斷準確性[19-20]。然而，與常規(guī)超聲52個假陽性病灶相比，S-Detect技術(shù)的誤診率已顯著減低。

3.3 本研究的局限性 ①納入樣本量偏少，選取病例均為主觀性偏強的TI-RADS 4a類結(jié)節(jié)，可能會對研究結(jié)果產(chǎn)生偏倚；②本研究選取結(jié)節(jié)時選擇最大徑線的橫切面、縱切面留存圖像，當縱、橫2個切面診斷結(jié)果不一致時則選用惡性結(jié)果，優(yōu)點是減少了漏診病例，缺點是有可能高估S-Detect技術(shù)的惡性診斷結(jié)果，提高誤診率；③S-Detect技術(shù)智能分析圖像特征時并未包含結(jié)節(jié)硬度、鈣化及血流分布等信息，由此可能提高漏診率，影響研究結(jié)果。后續(xù)研究將進一步擴大樣本量，與超聲造影、彈性成像等技術(shù)聯(lián)合應(yīng)用。

總之，S-Detect技術(shù)輔助常規(guī)超聲TI-RADS 4a類結(jié)節(jié)穿刺活檢簡便、易行，能夠顯著降低活檢假陽性率，提高診斷效能，避免不必要的穿刺活檢，值得在臨床上推廣使用。