AI甲状腺超声结节分级：特征融合与一致性评估

医疗AI实验室近期完成甲状腺超声结节分级模型的第一阶段验证。实验采用多中心脱敏超声图像，先由分割模型勾画结节边界，再提取形态、边界、内部回声、钙化与后方回声等特征，并与TI-RADS规则做约束融合，模型最终输出分级建议、关键依据和置信度，便于医生快速复核。在回顾性测试集上，模型与三位高年资超声医生双盲判读的四分类一致性Kappa为0.72；良性/恶性二分类灵敏度92.3%、特异度86.7%。假阴性主要集中在微小钙化不典型和等回声结节，提示单纯灰度特征仍有边界。实验室下一步计划加入弹性成像与彩色血流信号，并开展前瞻性多中心验证，将低置信度病例自动转人工，重点压低恶性漏诊。