ACR TI-RADS和深度学习算法指导小儿甲状腺结节的超声诊断

据一位接受发表的手稿美国放射学杂志》(杂志)ACR TI-RADS和深入学习算法训练的成年人口提供替代策略评估甲状腺结节在儿童和年轻成人,包括指导决策执行细针穿刺活检。

ACR TI-RADS和深入学习算法有更高的敏感性,但特异性较低,相比之下,放射科医生的总体印象,”杨Jichen co-first作者写道,疯牛病,从杜克大学电子与计算机工程系达勒姆数控。补充道,该算法也有类似的特异性灵敏度但低于ACR TI-RADS,“interobserver协议是对ACR TI-RADS高于总体印象,”杨说。

研究表明,139名患者(119女性,男性)≤21岁与一个甲状腺结节超声的细针穿刺活检和/或病理结果手术切除评估从2004年1月1日至9月18日,2020年。单一横向和纵向一结节病人被提取的图像。三个独立放射科医生结节特征基于总体印象(良性或恶性)和ACR TI-RADS。以前开发的深度学习算法确定为每个结节恶性肿瘤可能性,用来推导风险水平。

最后,评估甲状腺结节通过超声波孩子们和年轻的成年人放射科医生的整体impressions-representing当前标准的临床方法有意味着敏感性58.3%,特异性79.9%;ACR TI-RADS意味着敏感性85.1%,特异性50.6%,深度学习算法和敏感性为87.5%,特异性为36.1%。

“考虑到高度优先考虑敏感性评估儿童的甲状腺结节时,与成年人相比,儿童的发现支持继续探索ACR TI-RADS和的深入学习算法,”研究人员总结道。