SWE,C-TIRADS和AI辅助诊断系统在区分不同损伤大小的甲状腺结节时:哪一个具有更好的诊断性能?

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 在瘤学瘤学.

背景情况:

• 甲状腺结节很常见,准确区分良性和恶性至关重要.
• 目前的诊断方法包括基于超声波的评分系统和弹性学,但性能因结节大小而异.

研究的目的:

• 为了比较剪波弹性图 (SWE),中国甲状腺成像报告和数据系统 (C-TIRADS) 和人工智能 (AI) 辅助诊断系统的诊断性能.
• 评估结核大小 (<10毫米与≥10毫米) 对这些方法诊断准确性的影响.

主要方法:

• 在90名患者中对103个甲状腺结节进行前性分析,按大小分类 (<10毫米和≥10毫米).
• 使用常规超声波进行C-TIRADS评分,SWE和AI辅助诊断的评估.
• 对单个方法和组合的诊断性能 (灵敏度,特异性,AUC) 的评估,并使用DeLong的测试进行比较.

主要成果:

• 在≥1厘米的结节中,AI (AUC=0.875) 和C-TIRADS (AUC=0.834) 显示出良好的表现;SWE的Emax获得了最高的AUC (0.895).
• 结合的AI + C-TIRADS (AUC=0.852) 与AI + C-TIRADS + Emax相比较. 这是一个很好的结果.
• 在亚厘米结节中,性能下降;AI (AUC=0.654),C-TIRADS (AUC=0.524),但SWE的Emean保留了中等的区分能力 (AUC=0.821).

结论:

• 结合C-TIRADS的AI是一种有效的策略,用于诊断甲状腺结节≥1厘米.
• 对于亚厘米结节,SWE的Emeen在评估小病变方面显示出潜在的临床价值.