医学26年：AI辅助甲状腺结节诊断 查房课件

1甲状腺结节临床诊断的现状与传统模式痛点演讲人2026-05-01

甲状腺结节临床诊断的现状与传统模式痛点01AI辅助甲状腺结节诊断的临床应用价值02AI辅助甲状腺结节诊断的技术逻辑与核心功能03AI辅助甲状腺结节诊断的临床应用注意事项04目录

医学26年：AI辅助甲状腺结节诊断查房课件各位住院医师、规培医师，大家好。我从医26年，在甲状腺疾病诊疗一线工作至今，亲眼见过太多因诊断偏差带来的遗憾，也亲眼见证了甲状腺结节诊断技术从依赖触诊经验，到超声规范化，再到AI辅助的一步步发展。今天查房我们专门拿出时间讨论这个话题，既是梳理日常工作中的应用规范，也是总结这些年诊疗模式变化的实际体会，接下来我从几个方面逐步展开。01ONE甲状腺结节临床诊断的现状与传统模式痛点

1甲状腺结节诊断的核心临床需求我国成年人甲状腺结节患病率约为20%~30%，其中恶性结节占比5%~10%，近年来甲状腺癌发病率持续上升，早诊早治是改善预后的核心关键。目前超声是甲状腺结节术前诊断的首选检查，诊断准确性直接决定后续处理方案的选择——漏诊会延误恶性结节的治疗，误判会导致良性结节的过度治疗，因此准确、稳定的诊断是整个甲状腺疾病诊疗的基础。

2传统诊断模式的核心痛点我刚独立值班的时候，甲状腺超声诊断完全依赖医师个人经验，成长周期极长。我印象最深的是刚工作第三年遇到的一个病例：42岁女性体检发现左侧甲状腺1.2cm结节，边界欠清，我当时经验不足，把它归为TI-RADS3类建议随访，半年后病人再来复查，结节已经增长到2cm，颈部淋巴结已经出现转移，虽然最终做了根治术预后不错，但这个病例我记了20多年，时刻提醒我诊断偏差对病人的影响有多大。还有一例3mm的背侧包膜结节，我当时看片漏诊，半年后病人体检才发现，确诊时已经侵犯包膜，增加了手术难度。总结下来传统诊断模式的痛点可以归纳为三点：第一，诊断结果差异大，低年资医师与高年资医师、基层医院与上级医院的诊断符合率差距可达20%以上，年轻医师需要2~3年经验积累才能独立胜任；第二，位置隐蔽的小结节漏诊率高，

2传统诊断模式的核心痛点直径1cm以下的微小癌、背侧包膜、胸骨后、被气管气体遮挡的结节，人眼很容易忽略；第三，良恶性判断一致性差，同一结节不同医师可能给出完全不同的TI-RADS分类，既容易引发病人焦虑，也会导致过度诊疗或诊疗延误。经过二十多年的临床积累，我们一直在找能补全传统模式短板的方法，近三年人工智能在医学影像领域的应用快速落地，我们科两年前引入了基于超声影像的AI辅助甲状腺结节诊断系统，经过两年的临床应用，我们对这个工具的价值有了非常直观的体会，接下来我介绍AI辅助诊断的核心框架。02ONEAI辅助甲状腺结节诊断的技术逻辑与核心功能

1核心技术逻辑我们目前临床应用的AI系统，是基于上万例经病理证实的甲状腺超声影像训练的卷积神经网络模型，简单来说就是让AI学习大量已经明确结局的结节影像，提取人眼很难精准分辨的微观特征——比如边缘的微小分叶、针尖样微钙化、内部回声的异质性这些细节，最终实现结节的自动识别和良恶性预测。它从设计之初就是医师的辅助工具，而非替代医师，这一定位我们从一开始就要明确。

2临床可用的核心功能2.1结节自动检出与定位医师完成超声扫查后，AI可以在数秒内识别出所有直径≥1mm的结节，自动圈出结节范围、标记位置，对于被遮挡、位置隐蔽的小结节，AI的检出敏感性甚至优于普通高年资医师，这是我们在日常工作中反复验证过的。

2临床可用的核心功能2.2自动TI-RADS分类与良恶性预测AI会按照我国《甲状腺影像报告与数据系统指南》的标准，提取结节的各项特征，自动给出TI-RADS分类，同时输出对应的恶性概率，为医师判断提供参考。

2临床可用的核心功能2.3穿刺活检路径规划对于需要穿刺的可疑结节，AI可以自动识别结节周围的气管、大血管、喉返神经走行，规划出避开重要结构的安全穿刺路径，降低穿刺出血、神经损伤的风险。我们科统计，应用AI规划路径后，甲状腺穿刺并发症发生率从1.2%降到了0.3%，临床获益非常明确。了解了AI的基本框架和功能，接下来我们结合两年的临床应用数据和实际病例，谈谈AI辅助诊断到底给临床诊疗带来了哪些改变。03ONEAI辅助甲状腺结节诊断的临床应用价值

1对不同层级医师的差异化助力3.1.1对规培医师、低年资住院医师：发挥实时带教作用以前培养一名能独立诊断甲状腺结节的超声医师，至少需要2~3年的经验积累，规培生轮转期间很难在短时间内掌握不同结节的特征判读。现在AI在每一次读片时都会给出特征提示，告诉医师这个结节哪些特征提示恶性、哪些提示良性，相当于每次读片都有高年资医师在旁带教。我们统计过，引入AI之后，规培医师出科时的甲状腺结节诊断符合率比之前提高了14.7%，成长速度明显加快。3.1.2对中年资、高年资医师：节省时间，降低漏诊风险我自己现在每天上午要看至少60例甲状腺超声检查，以前每个结节都要自己找、自己判读，一上午下来眼睛疲劳，后半段很容易出现漏诊。现在AI先完成初筛，圈出所有结节给出初步分类，我只需要复核结果，重点关注可疑结节，每天至少能节省三分之一的读片时间，我自己这两年就通过AI提示，发现了5例我第一眼漏诊的微小癌，最大的也只有5mm，都做到了早诊早治。

1对不同层级医师的差异化助力1.3对基层帮扶单位：整体提升区域诊断水平我们医院对口帮扶的滇西某县医院，以前没有专门诊疗甲状腺疾病的超声医师，甲状腺癌漏诊率很高。去年我们给他们部署了AI辅助诊断系统，基层医师完成扫查后AI先初筛，可疑结节再传到我们科远程会诊，这一年来县医院的甲状腺癌检出率比之前提高了21%，很多早期病人都得到了及时治疗，这个改变对基层病人来说意义重大。

2对整体诊疗质量的提升2.1微小癌漏诊率显著下降我们科统计了引入AI前后各两年的临床数据，直径≤1cm的甲状腺微小癌漏诊率从11.8%下降到2.9%，漏诊率下降了超过四分之三。上个月我就遇到一个38岁的体检病人，我第一眼扫查没有发现异常，AI圈出了左侧叶背侧一个3mm的结节，边界不清伴微钙化，评TI-RADS4b类，后来穿刺确诊乳头状癌，做了消融治疗，病人恢复非常好，如果没有AI，这个结节可能还要两三年才能发现，预后肯定不如现在。

2对整体诊疗质量的提升2.2过度穿刺活检率明显降低以前我们遇到TI-RADS4a类的结节，为了避免漏诊，超过70%都会建议穿刺，最终病理证实大部分都是良性，属于不必要的创伤。现在AI会对4a类结节做更精准的良恶性预测，我们结合AI结果，对恶性概率极低的4a类结节建议随访，这两年我们的过度穿刺率下降了17.6%，既减少了病人的痛苦，也节省了医疗资源。

2对整体诊疗质量的提升2.3多医师诊断一致性提升引入AI之前，不同年资医师对同一甲状腺结节TI-RADS分类的一致性Kappa值约为0.62，属于中等一致性；引入AI辅助之后，Kappa值提升到0.81，达到高度一致性，很少再出现病人换一个医生就得到完全不同结果的情况，病人的焦虑情绪明显缓解，对我们的信任度也更高。当然，我们作为临床医师，必须客观看待任何新技术的价值，AI是非常好用的辅助工具，但它也存在明确的局限性，有一些我们必须遵守的原则，接下来我谈谈临床应用中的注意事项。04ONEAI辅助甲状腺结节诊断的临床应用注意事项

AI辅助甲状腺结节诊断的临床应用注意事项4.1明确AI的定位：AI是辅助工具，不能替代医师的临床决策AI只能分析影像特征，无法结合临床信息综合判断。去年我遇到一个35岁的女性病人，桥本甲状腺炎背景下的1cm结节，回声不均匀，AI直接评TI-RADS5类，提示恶性概率92%，但我结合病人的甲功病史，触诊结节质地偏软，考虑桥本的炎症改变导致回声不均匀，判断为良性建议随访，现在一年过去，结节没有任何变化，确实是良性。所以我们一定要记住，最终诊断必须由医师结合病史、查体、甲功等所有临床信息综合判断，不能直接采用AI的结果。

2明确AI的局限性，特定场景下要提高警惕14.2.1合并囊内出血的囊性结节：囊内出血会导致回声不均匀、边界不规则，AI很容易误判为恶性，一定要追问病人有没有近期结节突然增大、疼痛的病史，结合病史判断；24.2.2位置特殊的结节：紧贴甲状旁腺、气管、食管的结节，以及胸骨后甲状腺结节，这类结节在训练样本中占比少，AI学习到的特征不足，准确性会明显下降，需要我们仔细辨认；34.2.3桥本甲状腺炎背景下的多发结节：整个甲状腺背景回声杂乱，AI既容易把增生结节误判为恶性，也容易漏掉混杂在其中的真正恶性结节，这类情况必须医师亲自全面扫查，不能依赖AI。

3遵守临床应用规范我们科目前统一的应用流程是：超声医师完成扫查后，AI进行初筛检出结节、给出初步分类，再由执业医师全面复核，结合临床信息调整分类后出具最终报告，任何情况下都不能直接将AI的结果作为最终报告发出，这是对病人负责的基本要求。总结我从医26年，见证了甲状腺结节诊断从依靠双手触诊，到二维超声