甲状腺结节的特征:哪个甲状腺成像报告和数据系统 (TIRADS) 更准确? 不同经验的放射科医生与人工智能软件之间的比较

科学领域:

• 放射学
• 癌症学
• 医学成像

背景情况:

• 甲状腺结节需要精确的风险分层来进行适当的管理.
• 像TIRADS这样的标准分类系统旨在提高诊断的一致性.
• 计算机辅助诊断 (CAD) 工具正在出现,以帮助结节的特征.

研究的目的:

• 将K-TIRADS,EU-TIRADS和ACR TIRADS在不同观察者经验水平上的诊断性能进行比较.
• 评估CAD软件 (S-Detect) 与TIRADS系统的诊断性能.
• 评估这些系统与细胞学的黄金标准.

主要方法:

• 323个甲状腺结节被三位不同经验的观察员评估.
• 使用ACR TIRADS,EU-TIRADS和K-TIRADS进行了结节的表征.
• 计算机辅助设计软件 (S-Detect) 应用于结节.
• 结果与细胞学检查进行比较.

主要成果:

• 在TIRADS系统中,K-TIRADS表现出最高的特异性 (89%) 和积极的预测值 (50%).
• ACR-TIRADS (86%的特异性,43%的PPV) 和EU-TIRADS (79%的特异性,33%的PPV) 也显示出高灵敏度 (100%).
• 结合S-Detect和EU-TIRADS显示出高一致性 (> 95%) 与细胞学,在积极的预测能力上优于独立的TIRADS.

结论:

• 对于正确诊断恶性病例,K-TIRADS具有略高的积极预测能力.
• 特别是在与EU-TIRADS相结合时,S-Detect可以提高诊断准确度,特别是在阳性病例中.
• 像S-Detect这样的CAD软件可以作为放射科医生的宝贵支持工具,帮助经验较少的观察员,提高报告效率.