胡蓓蓓,鄧 偉,張英霞
甲狀腺濾泡性腫瘤主要包括甲狀腺濾泡癌(follicular thyroid carcinoma,F(xiàn)TC) 和甲狀腺濾泡性腺瘤(follicular thyroid adenoma,F(xiàn)TA)兩大類,其中FTC 發(fā)病率約占甲狀腺癌的20%~25%, 是繼甲狀腺乳頭狀癌(papillary thyroid carcinoma,PTC)之后的一種病理類型。 FTC 多發(fā)于40 歲以上的女性,較PTC 預(yù)后差,其轉(zhuǎn)移率高,11%~30%患者FTC 早期即可通過(guò)血液轉(zhuǎn)移到肺、骨等部位。 不同于PTC 和其他類型的甲狀腺腫瘤,F(xiàn)TC 不具有砂粒體等形態(tài)學(xué)特征, 臨床上僅以組織學(xué)標(biāo)本包膜和(或)血管浸潤(rùn)作為唯一的診斷標(biāo)準(zhǔn)。
FTA 是甲狀腺最常見(jiàn)的良性腺瘤, 其與FTC 的聲像圖特征相近,僅憑超聲難以鑒別。 FTC 與FTA 最大的不同點(diǎn)在于有無(wú)明確的包膜和血管浸潤(rùn),但在冷凍切片、細(xì)針穿刺活檢等檢查中很難將二者區(qū)分開(kāi)來(lái),尤其是微小浸潤(rùn)型濾泡癌與腺瘤在鏡下幾乎無(wú)法鑒別。在疑似FTC 的手術(shù)中,惡性病變的陽(yáng)性率僅有20%[1],很多患者遭受了不必要的手術(shù)從而導(dǎo)致生存質(zhì)量下降。 因此提升FTC 的術(shù)前診斷準(zhǔn)確度迫在眉睫。
高頻率超聲檢查已廣泛應(yīng)用在甲狀腺結(jié)節(jié)良惡性鑒別診斷中,由于其具有方便快捷、操作簡(jiǎn)單、安全無(wú)創(chuàng)、 重復(fù)性強(qiáng)等優(yōu)點(diǎn), 美國(guó)甲狀腺協(xié)會(huì)(American Thyroid Association,ATA) 現(xiàn)已將超聲列為甲狀腺結(jié)節(jié)的首選檢查方法[2]。
FTC 內(nèi)部回聲較低, 而腺瘤多呈高回聲或等回聲。 劉鑫[3]認(rèn)為低回聲與短時(shí)間內(nèi)出現(xiàn)的生長(zhǎng)混亂有關(guān), 腫瘤細(xì)胞破壞了正常甲狀腺濾泡細(xì)胞的有序排列。結(jié)節(jié)內(nèi)部回聲均勻是FTA 的診斷特征,而FTC 常表現(xiàn)為內(nèi)部回聲不均的實(shí)性腫塊, 囊性改變少見(jiàn)。Sillery JC 等[4]研究表明,正常組織結(jié)構(gòu)的破壞使結(jié)節(jié)出現(xiàn)出血、壞死等繼發(fā)性改變,這是導(dǎo)致其內(nèi)部回聲不均的主要原因?!敖Y(jié)中結(jié)”是指甲狀腺腫瘤內(nèi)具有多個(gè)結(jié)節(jié)樣改變,代表腫瘤的侵襲性。 “小梁形成”被定義為結(jié)節(jié)內(nèi)部出現(xiàn)輻輪樣或網(wǎng)狀瘢痕樣回聲。有學(xué)者認(rèn)為FTC 中較易出現(xiàn)這兩種現(xiàn)象[5,6]。 Kim H 等[7]學(xué)者發(fā)現(xiàn),F(xiàn)TC 結(jié)節(jié)顯著的回聲減低是其遠(yuǎn)處轉(zhuǎn)移的危險(xiǎn)因素。
薄且均勻的暈環(huán)常出現(xiàn)在FTA 中,F(xiàn)TC 多表現(xiàn)為不規(guī)則或不完整暈環(huán),邊界欠清晰。 原因可能是由于FTC 存在包膜, 腫瘤細(xì)胞侵犯包膜而引起反應(yīng)性增生,導(dǎo)致不規(guī)則增厚[8],在超聲圖像上就表現(xiàn)為薄厚不一的暈環(huán)。 牛衛(wèi)東等[9]研究顯示,超過(guò)半數(shù)的FTC未顯示暈環(huán),這與FTC 結(jié)節(jié)多為低回聲有關(guān),低回聲的癌結(jié)節(jié)與低回聲的聲暈缺乏對(duì)比,故而聲暈不易顯示。 Park KW 等[10]研究表明,認(rèn)為遠(yuǎn)處轉(zhuǎn)移的患者常伴有相對(duì)較厚的暈環(huán)。此外,毛刺狀、分葉狀或不規(guī)則的邊緣在FTC 中更常見(jiàn), 而FTA 呈現(xiàn)相對(duì)平滑的輪廓[11]。 據(jù)Borowczyk M 等[8]一項(xiàng)研究表明,邊緣不規(guī)則(微小葉或毛刺) 使甲狀腺結(jié)節(jié)的惡性風(fēng)險(xiǎn)增加了2.92 倍。
Liu BJ 等[12]指出,大量鈣化是FTC 與FTA 最重要的區(qū)別,其特異度為90.3%。 大多數(shù)學(xué)者認(rèn)為FTC中合并鈣化的比例高于FTA, 鈣化可作為預(yù)測(cè)FTC的獨(dú)立因素。相較于微鈣化,點(diǎn)狀、粗大鈣化和環(huán)形鈣化更常出現(xiàn)在FTC 中。 這可能是由于FTC 中不存在砂粒體,且生長(zhǎng)速度快,容易出血、壞死,從而形成鈣鹽沉積。 環(huán)形鈣化的形成通常與營(yíng)養(yǎng)不良有關(guān),常被認(rèn)為是良性結(jié)節(jié)的征象,但近來(lái)年研究證明其也會(huì)在PTC 與FTC 中出現(xiàn),因此需與其他特征結(jié)合判斷結(jié)節(jié)性質(zhì)[13]。 此外,F(xiàn)TC 侵犯包膜增生處也易出現(xiàn)鈣化[14]。有研究認(rèn)為[7],細(xì)針穿刺(fine needle aspiration,F(xiàn)NA)細(xì)胞學(xué)診斷的FTC 伴周邊鈣化時(shí), 應(yīng)考慮遠(yuǎn)處轉(zhuǎn)移的可能。
多數(shù)研究認(rèn)為FTC 和FTA 在血流信號(hào)方面的差異無(wú)統(tǒng)計(jì)學(xué)意義,但也有學(xué)者認(rèn)為[14]相較于FTC,F(xiàn)TA多表現(xiàn)為周邊環(huán)形血流信號(hào), 且內(nèi)部血流較少,而FTC 多表現(xiàn)為中央動(dòng)脈穿入型,血流信號(hào)較多。
超聲引導(dǎo)下FNA 細(xì)胞學(xué)診斷是一種以細(xì)胞形態(tài)學(xué)為主要依據(jù)的微創(chuàng)病理學(xué)檢查方法,是術(shù)前評(píng)估甲狀腺結(jié)節(jié)良惡性靈敏度和特異度較高的方法[15]。 但由于每次取材的樣本量有限、 操作醫(yī)師的水平不同,取樣點(diǎn)不一定具有典型性和代表性。在甲狀腺濾泡性腫瘤鑒別中,多次取材樣本未見(jiàn)明顯的包膜或血管浸潤(rùn)不在少數(shù), 臨床上將這類樣本按照Bethesda 系統(tǒng)分類,即Ⅲ類——意義不明的細(xì)胞非典型性或意義不明的濾泡性病變和Ⅳ類——濾泡性腫瘤或可疑濾泡性腫瘤。其中Ⅳ類風(fēng)險(xiǎn)較高,約為25%~40%[16]。因此,在活檢結(jié)果不確定的情況下,找到可用于區(qū)分良惡性病變的工具或標(biāo)準(zhǔn)具有相當(dāng)重要的意義。 目前,可采用檢驗(yàn)與細(xì)針穿刺活檢術(shù)(fine needle aspiration biopsy,F(xiàn)NAB)聯(lián)合診斷FTC 來(lái)解決這一難題。
近年來(lái)多項(xiàng)研究以腫瘤標(biāo)志物為對(duì)象,但常規(guī)腫瘤標(biāo)志物檢測(cè)多以組織標(biāo)本為基礎(chǔ),不如超聲引導(dǎo)下FNAB 方便快捷。 賈麗瓊等[17]學(xué)者通過(guò)檢測(cè)FNAB 樣本中Galectin-3 和細(xì)胞角蛋白19 (cytokeratin 19,CK19)表達(dá),可一定程度上協(xié)助臨床醫(yī)生鑒別甲狀腺濾泡性腫瘤。
Galectin-3 是一種半乳糖蛋白,主要存在于胞漿中,參與機(jī)體細(xì)胞的增殖、黏附和凋亡等過(guò)程。賈麗瓊等[17]研究表明,Galectin-3 強(qiáng)陽(yáng)性(+++)表達(dá)僅在FTC中出現(xiàn),而未出現(xiàn)在FTA 中,表明Galectin-3 強(qiáng)陽(yáng)性表達(dá)作為FTC 診斷的重要參考。Galectin-3 陽(yáng)性率在有淋巴結(jié)轉(zhuǎn)移和TNM III+IV 的患者中較高, 提示Galectin-3 可能與FTC 病情進(jìn)展有一定關(guān)系。
CK19 是一種細(xì)胞角蛋白, 參與構(gòu)成細(xì)胞骨架系統(tǒng),與上皮細(xì)胞的分裂增殖密切相關(guān)。 其在FTC 組表達(dá)優(yōu)于FTA 組。 但相較于Galectin-3 而言,CK19 診斷價(jià)值較弱,可能難以單獨(dú)判斷標(biāo)本的病理類型。
Wang J 等[18]學(xué)者的研究表明,超聲引導(dǎo)下FNAB組織中人骨髓內(nèi)皮細(xì)胞標(biāo)記1 (human bone marrow endothelial cell marker 1,HBME-1) 陽(yáng)性表達(dá)率在FTC 組明顯高于FTA 組。 HBME-1 是一種酸性氨基酸多糖蛋白,主要由透明質(zhì)酸等組成。臨床研究表明,HBME-1 對(duì)甲狀腺癌有良好的診斷價(jià)值。超聲引導(dǎo)下細(xì)針活檢組織HBME-1 表達(dá)的靈敏度為77.78%,特異度為88.89%,準(zhǔn)確度為80.00%。因此HBME-1 在鑒別FTA 與FTC 方面有著較大潛力。
盡管人們對(duì)腫瘤標(biāo)志物的認(rèn)識(shí)逐漸深入,但是對(duì)于FTC 的診斷至今還未出現(xiàn)一個(gè)統(tǒng)一的、 固定的標(biāo)志物, 利用FNAB 診斷FTC 仍是臨床上待解決的難題。 因此DeHoog RJ 等[19]學(xué)者提出了全新的診斷方法, 指利用解吸電噴霧電離質(zhì)譜(desorption electrospray ionization- mass spectrometry,DESI-MS)成像技術(shù),根據(jù)從FNAB 樣本中獲得的分子圖譜來(lái)診斷甲狀腺病變。 DESI-MS 是一種環(huán)境電離技術(shù),可直接快速地檢測(cè)人體組織樣本中的脂質(zhì)、脂肪酸和代謝物等小分子物質(zhì); 除具有傳統(tǒng)質(zhì)譜成像技術(shù)樣品用量少、靈敏度高、分析速度快、檢測(cè)范圍寬等特點(diǎn)外,同時(shí)具有原位、實(shí)時(shí)、簡(jiǎn)便、無(wú)損、高通量等優(yōu)點(diǎn)。
有關(guān)研究表明[20,21],很多在甲狀腺惡性腫瘤中高度表達(dá)的基因都參與了體內(nèi)重要的代謝途徑,如糖酵解、糖異生和三羧酸循環(huán),因此從甲狀腺組織切片中通過(guò)DESI-MS 獲得的代謝和脂質(zhì)信息可能是一種有價(jià)值的診斷依據(jù)。DeHoog RJ 等[19]從178 例PTC、FTC、FTA和正常甲狀腺組織的114 125 個(gè)質(zhì)譜中獲得豐富的分子譜特征,并建立和檢驗(yàn)統(tǒng)計(jì)分類模型以預(yù)測(cè)甲狀腺病變的病理類型;該模型隨后被用來(lái)預(yù)測(cè)臨床FNAB樣本中甲狀腺細(xì)胞簇獲得的DESI-MS 成像數(shù)據(jù)。 用于區(qū)分良性甲狀腺腺瘤和FTC 的彈性網(wǎng)絡(luò)模型建立在來(lái)自70 例患者的37 966 個(gè)像素的訓(xùn)練集上,每個(gè)像素與病理診斷結(jié)果交叉驗(yàn)證一致的準(zhǔn)確度為79.9%、靈敏度為69.1%、特異度為84.1%,受試者工作特性曲線下面積(area under curve,AUC)為0.83。 其中脂肪酸、磷脂酰絲氨酸和磷脂酰甘油是鑒別良性甲狀腺組織最重要的離子。磷脂酰肌醇、神經(jīng)酰胺、磷脂酰乙醇胺、琥珀酸和蘋(píng)果酸則是FTC 最重要的特征離子。
利用根據(jù)DESI-MS 成像數(shù)據(jù)建立的統(tǒng)計(jì)模型對(duì)FNAB 樣本進(jìn)行分析和分類, 驗(yàn)證結(jié)果準(zhǔn)確度高達(dá)89%。 隨著進(jìn)一步的臨床驗(yàn)證,DESI-MS 成像技術(shù)極有希望提高FTC 的診斷準(zhǔn)確度, 特別是在細(xì)胞學(xué)不確定的情況下,有望減少診斷性手術(shù)的數(shù)量,同時(shí)改善患者的臨床管理和預(yù)后。
FTC 的發(fā)生機(jī)制常與基因突變和細(xì)胞信號(hào)傳導(dǎo)通路異常激活有關(guān),是一個(gè)典型的多基因、多階段的癌變過(guò)程。 從基因水平上檢測(cè)疾病的發(fā)生,確定發(fā)病原因和評(píng)估預(yù)后,是FTC 的研究新方向。 以往研究的ras 基因突變,p27 抑癌基因、端粒酶、端粒酶逆轉(zhuǎn)錄酶(human telomerase reverse transcriptase,hTERT)、人金屬基質(zhì)蛋白酶9 (matrix metallopeptidase-9,MMP-9) 及MMP-9 的表達(dá)僅對(duì)FTA 的鑒別提供了一定的依據(jù),尚不能作為獨(dú)立的診斷指標(biāo)。 近年來(lái),除了對(duì)PTC 分子遺傳學(xué)的探索,還對(duì)檢測(cè)技術(shù)進(jìn)行了革新。
在原發(fā)腫瘤早期,極少部分的腫瘤細(xì)胞會(huì)侵入淋巴或血液系統(tǒng)并在其中生存,這部分細(xì)胞被稱為循環(huán)腫瘤細(xì)胞(circulating tumor cells,CTC)[22]。CTC 的發(fā)現(xiàn)極大改善了腫瘤早期診斷率和轉(zhuǎn)移期癌癥患者生存率。 CTC 檢測(cè)也因其無(wú)創(chuàng)性、敏感性、動(dòng)態(tài)性等優(yōu)點(diǎn),成為臨床研究的熱點(diǎn)。
溶質(zhì)載體家族5 成員5 基因(solute carrier family 5 member 5 gene,SLC5A5)所編碼的鈉碘同向轉(zhuǎn)運(yùn)體(sodium iodide symporter,NIS) 參與甲狀腺激素合成的起始步驟,碘離子通過(guò)NIS 介導(dǎo)主動(dòng)轉(zhuǎn)運(yùn)到甲狀腺濾泡細(xì)胞,隨后被活化與甲狀腺球蛋白結(jié)合,逐步形成甲狀腺激素。SLC5A5基因突變會(huì)導(dǎo)致甲狀腺攝碘功能的喪失。SLC5A5是一個(gè)被廣泛研究的甲狀腺特異性的基因,經(jīng)常用于檢測(cè)外周血CTC。Jee HG 等[23]學(xué)者對(duì)進(jìn)入血液的CTC 進(jìn)行聚合酶鏈?zhǔn)椒磻?yīng)(polymerase chain reaction,PCR)定量分析,結(jié)果發(fā)現(xiàn)SLC5A5在FTC 和FTA 中表達(dá)有明顯差異, 其在FTC 中表達(dá)量較低。 由于SLC5A5表達(dá)具有高度的靈敏度和特異度,提示SLC5A5可能是甲狀腺結(jié)節(jié)術(shù)前診斷的有效生物標(biāo)志物。
基因測(cè)序技術(shù)是闡明基因功能、變異、表達(dá)調(diào)控的基礎(chǔ),也是從分子層次預(yù)測(cè)、預(yù)防、診療疾病的支撐技術(shù),現(xiàn)已高速發(fā)展到第4 代。 其中第2、3、4 代測(cè)序技術(shù)統(tǒng)稱為下一代測(cè)序(next-generation sequencing,NGS)技術(shù)。在PTC 的研究中,NGS 技術(shù)已經(jīng)有了不俗的成績(jī), 但目前在甲狀腺濾泡性腫瘤方面仍是空白。Borowczyk M 等[24]率先利用NGS 技術(shù)對(duì)FTC 和FTA進(jìn)行了分析, 結(jié)果顯示FTC 患者的突變數(shù)明顯高于FTA 患者。腫瘤蛋白P53 基因(tumor protein P53 gene,TP53) 基因突變僅見(jiàn)于FTC 患者,fms-樣酪氨酸激酶-3 基因(fms-like tyrosine kinase-3,F(xiàn)LT3)基因突變?cè)贔TC 組表達(dá)(51.4%)高于FTA 組(28.6%)。TP53和FLT3是檢測(cè)濾泡性病變惡性程度的候選標(biāo)志物。
FTC 中最常見(jiàn)的突變是FLT3基因突變。FLT3是Ⅲ型受體酪氨酸激酶(receptor tyrosine kinase Ⅲ,RTKⅢ) 家族的成員,RTKⅢ的基因突變參與調(diào)節(jié)造血細(xì)胞的凋亡、增殖和分化,可能導(dǎo)致未成熟形式的FLT3受體的組成性自磷酸化,導(dǎo)致信號(hào)轉(zhuǎn)導(dǎo)因子和轉(zhuǎn)錄激活因子5(signal transducer and activator of transcription 5,STAT5)的強(qiáng)因子非依賴性激活[25]。FLT3在FTC 中基因突變率幾乎是FTA 中的2 倍。因此FLT3陽(yáng)性對(duì)FTC 的診斷有一定的價(jià)值。
TP53基因突變是FTC 中第二常見(jiàn)的基因突變,是抑癌基因的一種,其編碼具有轉(zhuǎn)錄激活、DNA 結(jié)合功能的腫瘤抑制蛋白,在DNA 合成和修復(fù)、細(xì)胞周期阻滯、衰老和凋亡等方面有著重要作用。TP53基因突變?cè)贔TA 患者中未曾發(fā)現(xiàn),僅見(jiàn)于FTC 患者,它的突變表明患者患FTC 的可能性大幅增高。
人工智能(artificial intelligence,AI)技術(shù)的進(jìn)步,特別是深度學(xué)習(xí)算法的發(fā)展,為超聲醫(yī)生在疾病診斷的臨床研究中帶來(lái)了新的工具。 開(kāi)發(fā)基于超聲的AI技術(shù)鑒別甲狀腺結(jié)節(jié)具有減少侵入性檢查、提升低年資醫(yī)生診斷準(zhǔn)確度等優(yōu)勢(shì)。
機(jī)器學(xué)習(xí)(machine learning,ML)是AI 技術(shù)的一個(gè)分支,它允許計(jì)算機(jī)從過(guò)去的病例中“學(xué)習(xí)”潛在的信息,能夠捕捉到數(shù)據(jù)中的非線性關(guān)系,從而提高模型的準(zhǔn)確度和有效性。目前ML 方法在醫(yī)學(xué)領(lǐng)域的應(yīng)用主要包括圖像解釋、病理診斷、危險(xiǎn)因素篩選等。許多研究證明ML 在疾病預(yù)測(cè)和診斷中具有良好的性能。 Shin I 等[26]開(kāi)發(fā)了基于放射組學(xué)的支持向量機(jī)(support vector machine,SVM)和人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)分類器模型,以區(qū)分FTA 和FTC, 并與經(jīng)驗(yàn)豐富的超聲科醫(yī)生的診斷進(jìn)行了比較,顯示出更高的總體準(zhǔn)確度(超聲科醫(yī)生的平均準(zhǔn)確度為64.8%,SVM 為69.0%,ANN 為74.0%)。FTC的遠(yuǎn)處轉(zhuǎn)移往往提示預(yù)后不良,因此早期篩查和診斷具有重要意義。 Mao Y 等[27]首次使用ML 算法建立了FTC 遠(yuǎn)處轉(zhuǎn)移的預(yù)測(cè)模型, 該模型可以評(píng)估新診斷FTC 的遠(yuǎn)處轉(zhuǎn)移風(fēng)險(xiǎn),并與Logistic 回歸等經(jīng)典統(tǒng)計(jì)模型相比取得了較好的診斷性能(ML 模型AUC 值為0.855,傳統(tǒng)LR 算法AUC 值為0.845)。
深度學(xué)習(xí)是ML 的分支,學(xué)習(xí)過(guò)程之所以是深度性的,是因?yàn)榫矸e神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)的結(jié)構(gòu)由多個(gè)輸入、輸出和隱藏層構(gòu)成。每個(gè)層包含的單元可將輸入數(shù)據(jù)轉(zhuǎn)換為信息,供下一層用于特定的預(yù)測(cè)任務(wù)。 得益于這種結(jié)構(gòu),機(jī)器可以通過(guò)自身的數(shù)據(jù)處理進(jìn)行學(xué)習(xí),極大地降低了數(shù)據(jù)處理與分析的難度。 Seo JK 等[28]利用CNN 建立了一個(gè)圖像識(shí)別模型, 該模型專注于捕捉FTA 邊界區(qū)域的特征, 而忽略了甲狀腺結(jié)節(jié)圖像內(nèi)部區(qū)域的特征,獲得了89.52%準(zhǔn)確度。但這項(xiàng)研究只使用了39 個(gè)FTA和39 個(gè)FTC 來(lái)訓(xùn)練CNN 模型。Yang B 等[29]在其CNN模型中考慮了濾泡性腫瘤的整體病變, 從而將FTC和FTA 的分類準(zhǔn)確度提高到96%。 模型的準(zhǔn)確度往往取決于從圖像分割結(jié)果中提取的特征,但由于甲狀腺超聲圖像的復(fù)雜背景,F(xiàn)TC 與FTA 結(jié)節(jié)往往具有弱邊緣和不均勻的區(qū)域。 Youn I 等[30]基于級(jí)聯(lián)學(xué)習(xí)結(jié)構(gòu),將特定層次整合,使用Res-U-Net 對(duì)分割結(jié)果進(jìn)行細(xì)化。 實(shí)驗(yàn)表明,該分割方法能為后續(xù)的分類提供更準(zhǔn)確的模板,并能有效融合不同的特征,對(duì)甲狀腺濾泡圖像的良惡性進(jìn)行分類,極大地提升了模型診斷準(zhǔn)確度。 在前者的基礎(chǔ)上,Zheng H 等[31]擴(kuò)大了訓(xùn)練集, 將138 例FTC 患者的351 幅圖像和274 例FTA患者的808 幅圖像組成1 159 幅圖像的數(shù)據(jù)集,利用殘差網(wǎng)絡(luò)的轉(zhuǎn)移學(xué)習(xí)對(duì)模型進(jìn)行訓(xùn)練和測(cè)試, 并與6名超聲科醫(yī)生的診斷進(jìn)行對(duì)比,結(jié)果顯示:該計(jì)算機(jī)輔助診斷系統(tǒng)的準(zhǔn)確度為84.66%,而初級(jí)和高級(jí)超聲科醫(yī)生的準(zhǔn)確度為56.82%和64.20%。 在計(jì)算機(jī)輔助設(shè)計(jì)的幫助下,初高級(jí)超聲科醫(yī)師的準(zhǔn)確度分別提高到62.81%、73.86%。 該方法不僅可以獲得比超聲科醫(yī)生更好的診斷效果,而且可以顯著提高放射科醫(yī)生對(duì)FTC 的診斷水平。
甲狀腺濾泡性腫瘤的鑒別診斷是臨床的熱點(diǎn)問(wèn)題,由于FTC 與FTA 二者在聲像圖上的高度相似性,利用常規(guī)超聲很難診斷,但目前利用超聲造影、彈性成像等技術(shù)對(duì)FTC 的研究較少, 尚不能作為單獨(dú)的診斷依據(jù)。 超聲引導(dǎo)下的FNA 是診斷甲狀腺結(jié)節(jié)良惡性的“金標(biāo)準(zhǔn)”,但由于FTC 獨(dú)特的病理學(xué)特征,單獨(dú)利用FNA 診斷很容易造成漏診或誤診, 結(jié)合免疫組織化學(xué)有助于提升診斷準(zhǔn)確度,然而目前仍未有公認(rèn)的FTC 腫瘤標(biāo)志物, 在臨床上難以大規(guī)模投入應(yīng)用。 隨著醫(yī)學(xué)檢驗(yàn)技術(shù)日新月異,質(zhì)譜成像、NGS、紅外光譜等技術(shù)均在FTC 領(lǐng)域有了一定的突破。 AI 的迅猛發(fā)展,也為FTC 的診斷提供了新方向。 目前,甲狀腺濾泡性腫瘤的臨床管理仍是亟需解決的難題,需要進(jìn)一步的研究。