王翔 諶蘭 宋俊琨 王義(通信作者)
438300湖北省麻城市人民醫(yī)院超聲醫(yī)學(xué)科,湖北麻城
甲狀腺結(jié)節(jié)在成人群體中的發(fā)生率達(dá)50%[1]。隨著超聲技術(shù)的不斷發(fā)展,超聲彈性成像(SWE)技術(shù)廣泛在臨床上使用,其在乳腺、肝臟部分腫塊良惡性鑒別中具有較高的診斷準(zhǔn)確率,但SWE 技術(shù)單一應(yīng)用,其靈敏度與特異度均較低,需要聯(lián)合新技術(shù)提高靈敏度和特異度。隨著人工智能的發(fā)展,超聲智能化診斷(S-Detect 技術(shù))應(yīng)運而生[2],該技術(shù)能夠?qū)μ囟ò鼔K的形態(tài)學(xué)特征進行圖像分析,是一種計算機輔助診斷技術(shù)(CAD)軟件[3]。S-Detect 技術(shù)能夠借助腫瘤檢查的病理數(shù)據(jù)進行分析,得出病變特征,進而為臨床選定圖像提供良惡性的判別建議。但目前對S-Detect 技術(shù)聯(lián)合SWE 技術(shù)對甲狀腺結(jié)節(jié)的良惡性鑒別診斷鮮有研究[4]。本文對選擇的甲狀腺結(jié)節(jié)患者實施S-Detect+SWE 技術(shù)檢查,旨在對比聯(lián)合診斷與單獨診斷對患者的臨床鑒別診斷效果。現(xiàn)報告如下。
選取2019年9月-2021年12月在湖北省麻城市人民醫(yī)院實施甲狀腺腫塊超聲檢查,并實施穿刺或手術(shù)的87例患者,作為研究對象。入選患者中,男45例,女42例,年齡23~75歲,平均(49.34±4.63)歲。
納入標(biāo)準(zhǔn):①有明確的1 個或1 個以上的甲狀腺結(jié)節(jié);②即將進行FNAB或外科手術(shù);③年齡≥18歲;④本研究經(jīng)患者及家屬知情同意且經(jīng)我院倫理委員會批準(zhǔn)。
排除標(biāo)準(zhǔn):①患有對試驗不利或?qū)ζ渌脒x者構(gòu)成威脅的疾病,如精神類疾病;②孕期或哺乳期婦女;③超聲圖像質(zhì)量差,不能滿足參數(shù)測量和分析;④有甲狀腺手術(shù)史或甲狀腺穿刺活檢史,接受過放化療;⑤檢查后沒有穿刺或手術(shù)病理結(jié)果;⑥穿刺或手術(shù)后沒有獲得明確良惡性診斷;⑦單純囊性結(jié)節(jié)、鈣化灶;⑧腫塊過大或者過小,導(dǎo)致S-Detect系統(tǒng)無法識別腫塊邊界;⑨基本資料不完整。
方法:①SWE 組:對患者進行常規(guī)超聲+SWE 技術(shù)檢查,入選患者采取Resona7 超聲診斷儀器,探頭頻率5~13 MHz,設(shè)定預(yù)設(shè)的乳房檢查條件,超聲上機操作由我院2 名超聲科醫(yī)生完成,醫(yī)生要具備5年以上的超聲診斷資質(zhì),且遵循雙盲法原則完成檢查。檢查時,使患者取仰臥位,必要時采取側(cè)臥位,檢查中要充分暴露結(jié)節(jié)部位,行二維超聲,檢查時要記錄甲狀腺結(jié)節(jié)超聲特征。然后對患者進行SWE 技術(shù)檢查,將模式切換至SWE 模式,探查患者的甲狀腺,探頭與體表要垂直,在壓力指數(shù)達(dá)到規(guī)定值時截取并將圖像給予保存,觀察顏色分布情況,經(jīng)由派出的1名經(jīng)驗豐富的超聲醫(yī)生進行彈性圖像評分,方法為采用SWE 技術(shù)在縱切面與橫切面上實施,得出彈性評分與彈性評分的比值,超聲醫(yī)生第3次給出良惡性判定結(jié)果。②智能組:對患者進行S-Detect 技術(shù)檢查,入選患者采用三星RS80A 型彩色多普勒超聲診斷儀進行檢查,頻率5~3 MHz,首先在2D 模式下橫切、縱切甲狀腺病灶,采用腫塊最大徑與其垂直切面作標(biāo)準(zhǔn)層面,而后切換至S-Detect模式,軟件自動對甲狀腺病灶區(qū)域進行勾畫,對自動分析程序給予激活,對結(jié)節(jié)性質(zhì)進行評價,評價方法為使用S-Detect技術(shù)在縱切面與橫切面上實施,由1名經(jīng)驗豐富的醫(yī)生在第2 次給出良惡性結(jié)節(jié)判斷結(jié)果。③聯(lián)合組:S-Detect+SWE技術(shù)檢查,檢查方法同SWE組+智能組。
觀察指標(biāo):①S-Detect:在內(nèi)置算法的指導(dǎo)下,S-Detect 的二維圖像可能診斷為兩種類型:一種是良性;一種為惡性;對病灶的具體參數(shù)進行觀察且導(dǎo)出,如病灶成分、邊緣、方向、強度等。②SWE:0~4 分,病灶被不同顏色標(biāo)記著,其中紅、藍(lán)兩色,以0分表示,或者三種顏色混合(紅、綠、藍(lán))也代表0分;病灶區(qū)域(周圍組織)呈現(xiàn)綠色,以1 分表示;病灶區(qū)域主要為藍(lán)色、綠色,且以綠色為主,以2分表示;藍(lán)綠色,且藍(lán)色較多,以3分表示;在藍(lán)色覆蓋下的病灶區(qū)域,這可診斷為惡性結(jié)節(jié),分?jǐn)?shù)多在3分及3分以上。
統(tǒng)計學(xué)方法:采用SPSS 22.0 統(tǒng)計軟件,計量資料以(±s)表示,采用t檢驗;計數(shù)資料以[n(%)]表示,采用χ2檢驗;以P<0.05為差異有統(tǒng)計學(xué)意義。
三種檢查方法與病理檢查結(jié)果情況分析:87 例患者中,SWE 組惡性結(jié)節(jié)43 例,智能組惡性結(jié)節(jié)45例,SWE組惡性結(jié)節(jié)56例。見表1。
表1 三組患者與病理檢查結(jié)果情況分析(n)
三組檢查方式對患者良惡性結(jié)節(jié)鑒別診斷靈敏度、特異度比較:聯(lián)合組檢查方法對患者良惡性結(jié)節(jié)鑒別診斷的靈敏度與特異度分別為91.80%、92.30%,其均明顯高于SWE 組與智能組,差異有統(tǒng)計學(xué)意義(P<0.05)。見表2。
表2 三組患者的靈敏度、特異度比較(%)
大部分甲狀腺結(jié)節(jié)患者在不明確診斷的情況下行手術(shù)治療,這不僅不能促進疾病轉(zhuǎn)歸,反而影響患者健康,增加醫(yī)療負(fù)擔(dān)[5-6]。近年來隨著影像技術(shù)的發(fā)展,甲狀腺結(jié)節(jié)的檢出率逐年提高,但是在判斷結(jié)節(jié)良惡性方面準(zhǔn)確率不高,有較多甲狀腺結(jié)節(jié)患者在無最終定性診斷下進行手術(shù)治療,這給患者健康和經(jīng)濟均帶來較大負(fù)擔(dān)。為了避免此類不必要的穿刺活檢及手術(shù),2009年,Horvath 等通過前瞻性研究分析1 097例甲狀腺良惡性結(jié)節(jié),提出了甲狀腺超聲影像和數(shù)據(jù)報告系統(tǒng)(TI-RADS)模塊化的分類方法,但較為復(fù)雜[7]。2017年ACR 發(fā) 布 新 版TI-RADS 分 類。ACR 的TI-RADS 主要依據(jù)甲狀腺結(jié)節(jié)的5 個特征來進行分類:成分、回聲、形態(tài)、邊緣、有無強回聲。在這5個特征中不同的表現(xiàn)給予不同的分值,最后加在一起得到的分?jǐn)?shù),作為TI-RADS 分類的判斷標(biāo)準(zhǔn)。分類越高,惡性風(fēng)險越大[9]。
SWE 技術(shù)可以對檢測部位進行區(qū)別,其也能區(qū)別受檢器官軟硬程度,對病灶的位置、形狀、病變及大小加以監(jiān)測分析,但僅僅依靠該技術(shù),無法確保其準(zhǔn)確性,原因在于該技術(shù)不僅靈敏度較低,特異度也不是非常理想。S-Detect 技術(shù)是一種新興的計算機輔助診斷方法,以韓國和Russ TI-RADS 分級、ATA 指南分級為診斷基礎(chǔ),利用深度學(xué)習(xí)模型CNN 自動檢測和分析甲狀腺腫瘤內(nèi)部結(jié)構(gòu)、回聲高低、邊界、方向、形態(tài)等信息實現(xiàn)病灶良惡性診斷[10]。S-Detect 技術(shù)的應(yīng)用不僅可以提高診斷準(zhǔn)確性和可重復(fù)性,還能大大降低超聲醫(yī)生的工作壓力,對初學(xué)者和臨床醫(yī)生有重要的參考價值[11]。但是由于S-Detect 技術(shù)分析圖像主要應(yīng)用于灰階超聲圖像信息,采用縱切面、橫切面兩次分析甲狀腺結(jié)節(jié),當(dāng)判斷結(jié)果不一致時[12],取惡性,且未采納彈性等相關(guān)信息,會高估S-Detect技術(shù)診斷惡性病例。本研究顯示,聯(lián)合組對患者的鑒別診斷價值更高,其對良惡性結(jié)節(jié)的鑒別診斷的靈敏度為91.80%,診斷特異度為92.30%,與其他兩組相比,聯(lián)合組的檢查方式更具優(yōu)勢。提示S-Detect 技術(shù)+SWE 技術(shù)在甲狀腺良惡性結(jié)節(jié)中具有較好的鑒別診斷價值。
綜上所述,S-Detect技術(shù)聯(lián)合SWE技術(shù)在甲狀腺良惡性結(jié)節(jié)中具有較高的診斷價值,兩者聯(lián)合可提高診斷結(jié)果的一致性、特異性和靈敏度,能為臨床甲狀腺結(jié)節(jié)良惡性程度提供較好的診斷依據(jù)。