近日，青大附院甲状腺外科孙大为主任团队利用AI辅助诊断技术，为一名甲状腺乳头状癌患者成功实施手术提供了精准决策辅助。2022年下半年，青大附院甲状腺外科在山东省内领先开展AI辅助诊断技术，广泛应用于甲状腺结节诊断，处于省内领先地位。
患者因体检发现甲状腺肿物曾于当地多家医院就诊，均未能确诊。超声提示其甲状腺右叶低回声结节，大小1.1*0.9cm，边界欠清，形态尚规则，似见点状强回声，TI-RADS分级4a级，医生建议超声引导下细针穿刺活检（FNA）。FNA结果考虑意义不明的非典型性病变，无法明确肿物性质，直接手术可能“白挨一刀”，保守观察可能耽误病情，进退两难。就诊于青大附院甲状腺外科后，科室利用新近开展的人工智能（AI）辅助诊断技术，并综合多方检查结果，考虑患者的甲状腺肿物为恶性（可能性98%），建议手术。甲状腺外科孙大为主任团队于近日为患者行手术治疗，术后病理结果为甲状腺乳头状癌（T1N1M0）。甲状腺癌的AI辅助诊断技术成为青大附院精准诊疗的又一利器。
近年来，随着生活水平的提高和健康查体的普及，甲状腺结节的患病率持续升高。在临床评估中，除甲状腺彩色超声检查，通常采用细针穿刺活检的方式，获取结节的组织样本进行细胞病理诊断，但仍有多达1/4的甲状腺结节无法准确分类，导致很多患者穿刺以后也无法确定结节性质，有的甚至白白进行了手术切除，给患者造成不必要的痛苦。
当智能科技走入我们的家庭，我们可以远程控制空调，可以语音控制打开窗帘的时候，AI技术也应用于临床，辅助甲状腺结节的诊断。2022年下半年，青大附院甲状腺外科在山东省内领先开展AI辅助诊断技术。该系统是由包括青大附院在内的全国多中心超过35万张彩超图像、经过深度学习训练研发，可以对甲状腺结节的位置自动标注，对结节纵横比、边界、回声、钙化等病灶特征进行分析，在患者进行超声检查过程中，AI系统实时同步分析超声影像，给出人工智能精准判断结果，实现甲状腺结节良恶性的无创判定。在近5个月的使用过程中，青大附院甲状腺外科每位住院患者术前均使用AI系统常规进行床旁超声复检，既明确了甲状腺结节的生长位置及术前定性，又使部分术前诊断不明确的患者避免手术，为患者减少不必要的痛苦，提高了术前诊断的准确率。
目前，全国甲状腺结节患者超过两亿人，甲状腺癌患者人数连续十年增长超过20%，超声检查作为其主要手段，在不同经济发展水平地区间、同区域不同级别医院间、同一医院不同年资医生之间，检查水平均存在很大差异。随着甲状腺结节超声诊断的患者数量急剧增多，超声医生缺口增大，超声诊断准确度也有待进一步提升。同时，高效医疗资源下沉缺乏抓手，无法快速推进各级医院间检查结果同质化互认。甲状腺超声实时动态辅助诊断及定位技术，通过卷积神经网络深度学习数十万例甲状腺结节超声报告和对应的术后病理数据，AI对超声影像进行实时动态、精准高效、客观无创的分析，设备和超声机并联，可对甲状腺结节进行精准的判断。经大量临床数据验证，其对甲状腺结节诊断的准确率在90%以上。实现对甲状腺有无结节、结节良恶性判断以及桥本氏甲状腺炎的实时定性、定位、边界分割等功能，可辅助医生对甲状腺结节更快速、更准确的进行诊断，减少误诊和漏诊，并可作为对穿刺技术的无创补充。其适用范围涵盖甲状腺结节筛查、诊断、术前、术后随访等阶段，实时动态检测当场出报告，提供了非主观检查结果，用于交叉印证，提高决策效率，并有利于提升基层医院的甲状腺检查水平。
青大附院甲状腺外科是山东省第一个独立建科的甲状腺外科，经过十一年的发展，手术量、门诊量连续多年位居山东省首位，学科规模、业务水平省内领先，于近期开展多项省内领先的新技术、新项目。下一步，青大附院甲状腺外科将继续使用AI系统对甲状腺结节进行术前判定，建立AI技术培训中心，将该技术逐步推广到各级各类医疗机构中，以提高诊断准确率，造福更多患者。
