山东大学学报(医学版)

作者：张鑫茹,李扬,孙萌,聂玮,马喆

单位：山东第一医科大学第一附属医院(山东省千佛山医院)超声医学, 山东 济南 250014

关键词：甲状腺影像报告与数据系统,甲状腺结节,Vision-LSTM模型,诊断准确性,人工智能,

基金：山东省自然科学基金(ZR2025MS1474)

目的 探讨基于Vision-LSTM的人工智能(artificial intelligence, AI)技术对甲状腺影像报告与数据系统 4b(Thyroid Imaging Reporting and Data System Category 4b, TI-RADS 4b)类甲状腺结节的超声诊断准确性,评估其辅助临床决策的可行性。 方法 收集我院401例TI-RADS 4b类甲状腺结节的超声影像数据,并利用这些数据对Vision-LSTM模型进行训练和验证。将AI模型的诊断结果与初级医生及高级医生的诊断结果进行对比,评估其在诊断准确性、稳定性等方面的表现;采用曲线下面积(area under the curve, AUC)、精确率-召回率(precision-recall, PR)曲线等指标对模型性能进行量化分析。 结果 在独立验证中,Vision-LSTM模型的AUC(0.88)与准确率(89.4%)均显著高于初级医生(AUC: 0.624),并达到与高级医生(AUC: 0.787)相当的水平,证明了其辅助诊断的应用潜力。AI模型能够准确识别超声影像中的复杂特征,稳定输出一致的诊断结果,展现出较高的准确性和可靠性。 结论 基于Vision-LSTM模型的AI技术可显著提升TI-RADS 4b类甲状腺结节的诊断效率与准确性,为医生提供有效辅助,减轻工作负担。

来源：2025年第11期

《山东大学学报(医学版)》期刊编辑部

查看山东大学学报(医学版)杂志2025年第11期